LoDEOT用五维偏移令牌提取建筑轮廓
热点事件持续更新
LoDEOT用五维偏移令牌提取建筑轮廓
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Kai Li等作者提出LoDEOT方法，用五维偏移令牌替代高维实例令牌来预测屋顶到轮廓偏移（RFO），同时保留高维实例令牌用于检测与分割。该方法将实例令牌、浓度门控屋顶和框掩码证据映射为五维偏移令牌，再经独立二维读出。 在BONAI数据集上，LoDEOT的FAP50达54.58、mEPE为5.23像素，FAP50比所评估的端到端基线高出7.56至16.85个百分点。
AI 根据报道生成 · 8 小时前更新
最新进展10月7日 12:00
LoDEOT：用低维高效偏移 token 从倾斜影像提取建筑轮廓报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CVLoDEOT：用低维高效偏移 token 从倾斜影像提取建筑轮廓
LoDEOT 用五维偏移 token 替代高维实例 token 来预测屋顶到轮廓偏移（RFO），在保留高维实例 token 做检测与分割的同时，将实例 token、浓度门控屋顶和框掩码证据映射为五维偏移 token，再经独立二维读出。在 BONAI 数据集上，其 FAP50 达 54.58、mEPE 为 5.23 像素，FAP50 比所评估的端到端基线高出 7.56-16.85 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。