实体
Depth Anything
Depth Anything
PulseAugur coverage of Depth Anything — every cluster mentioning Depth Anything across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
图像生成器被证明是通用的视觉学习者
研究人员已经证明，图像生成模型可以作为强大的通用学习者用于计算机视觉任务。通过在模型的原始数据和视觉任务数据的混合集上对一个名为 Nano Banana Pro 的模型进行指令微调，他们创建了 Vision Banana。该模型在分割和深度估计任务上取得了最先进的成果，性能优于专用模型。研究结果表明，为图像生成而训练本身就建立了强大的视觉理解能力，这可能会将计算机视觉的范式转向生成式预训练以构建基础模型。
-
Sphere-Depth 基准测试评估球形相机的单目深度估计
研究人员推出了 Sphere-Depth，这是一个新的基准测试，旨在评估单目深度估计模型应用于球形图像时的性能。该基准测试专门解决了由无意中的相机姿态变化以及 360° 视觉应用中常见的等距柱状投影固有的几何失真带来的挑战。使用 Sphere-Depth 进行的实验表明，即使是为球形图像设计的模型，在相机方向改变时性能也会显著下降，这凸显了机器人导航和沉浸式场景理解领域的一个关键改进领域。