SNAP:从新视角合成学习几何表征的自监督Transformer
一篇研究 NVS 架构选择的论文:SNAP 只靠限制 decoder 表达力加 latent 重建,五个几何任务上就追平了专门监督方法,做 3D 视觉的可以看看。
一篇研究 NVS 架构选择的论文:SNAP 只靠限制 decoder 表达力加 latent 重建,五个几何任务上就追平了专门监督方法,做 3D 视觉的可以看看。
灵波科技发布了空间感知模型 LingBot-Depth 2.0,训练数据暴涨到 1.5 亿,深度补全拿了 12 项第一,玻璃镜面场景也稳得很。
想做机器人深度估计?LingBot 团队开源了视觉基础模型和深度模型,误差直接减半,还拿下了12个基准的第一。
做深度估计或3D视觉的团队,边界飞点问题终于有了一个轻量且有效的解决方案——MDA几乎不增加计算成本就能大幅提升边界质量,值得在现有模型上试试。