提出基础模型引导的LiDAR分辨率恢复方法
热点事件持续更新
提出基础模型引导的LiDAR分辨率恢复方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
报道摘要
研究用预训练 Stable Diffusion 作为骨干，结合 2D 基础模型的伪深度目标微调 LiDAR 条件深度模型，训练时按不同 beam 预算随机抽稀 LiDAR 条件。在 nuScenes 上对物理留出的真实 beam 评估，4-beam 输入下 δ1.25 准确率达 66.8%，而散点插值仅 45.1%，稀疏场景优势最大。类别分层误差显示平面最先恢复，深度不连续物体最早退化。
摘自 arXiv cs.CV
最新进展10月7日 12:00
基于基础模型引导扩散的 LiDAR 分辨率恢复报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CV基于基础模型引导扩散的 LiDAR 分辨率恢复
研究用预训练 Stable Diffusion 作为骨干，结合 2D 基础模型的伪深度目标微调 LiDAR 条件深度模型，训练时按不同 beam 预算随机抽稀 LiDAR 条件。在 nuScenes 上对物理留出的真实 beam 评估，4-beam 输入下 δ1.25 准确率达 66.8%，而散点插值仅 45.1%，稀疏场景优势最大。类别分层误差显示平面最先恢复，深度不连续物体最早退化。
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。