Hola

HOLA 方法通过多模态对齐增强 3D 识别能力

研究人员开发了 HOLA，一种用于开放集 3D 识别的新方法，可提高对未见类别的泛化能力。HOLA 将 3D 点云与多个图像和文本描述对齐，以实现对对象的更全面理解。该方法利用了一种新颖的解耦多正例对比损失函数，该函数专注于具有挑战性的负例并避免了多正例问题。此外，还采用了一个轻量级的文本适配器来弥合网络标题和精选注释之间的领域差距，从而能够有效利用大规模无监督文本数据。