PulseAugur
中
实时 19:06:07
English(EN) StereoFactory: A Unified Merging Framework for Robust Stereo Matching

StereoFactory框架通过自适应模型融合增强立体匹配

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了StereoFactory，一个用于将专业立体匹配模型融合到更鲁棒系统中的新颖框架。该方法采用两阶段进化过程，首先使用遗传算法选择最优模型子集，然后使用CMA-ES优化精炼架构自适应路由。实验表明，与基线方法相比，StereoFactory在NMRF和FoundationStereo等基准测试中显著降低了错误率，同时仅需联合再训练计算时间的一小部分。 AI

影响 引入了一种更有效的组合专业AI模型的方法，有可能降低计算机视觉任务的训练成本并提高性能。

排序理由 该集群描述了一篇发表在arXiv上的新研究论文，详细介绍了一种新颖的立体匹配框架。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Xianda Guo, Pinhan Fu, Ruilin Wang, Wenke Huang, Mang Ye, Qin Zou ·

    StereoFactory: A Unified Merging Framework for Robust Stereo Matching

    arXiv:2606.17475v1 Announce Type: new Abstract: Stereo matching has advanced through foundation models trained on large-scale datasets, yet this paradigm suffers from a scalability bottleneck: incorporating new data requires costly joint retraining. Model merging offers a scalabl…

  2. arXiv cs.CV TIER_1 English(EN) · Qin Zou ·

    StereoFactory: A Unified Merging Framework for Robust Stereo Matching

    Stereo matching has advanced through foundation models trained on large-scale datasets, yet this paradigm suffers from a scalability bottleneck: incorporating new data requires costly joint retraining. Model merging offers a scalable post-hoc alternative by integrating knowledge …

相关实体

相关话题