AffordAny

新框架AffordAny可实现单张图像的3D可供性识别

研究人员开发了AffordAny，一个用于开放世界3D可供性识别的新型框架，该框架使用单目RGB图像。该系统构建了大规模文本条件3D部件监督，并通过引导式解码器进行可供性识别，通过伪标签自训练提高了泛化能力。AffordAny创建了一个包含超过5000个对象和10000个部件级样本的基准，与先前的方法相比，显著扩展了类别多样性。该框架展示了有效性和鲁棒性，在未见过对象和类别上取得了强劲的性能。