GoDeep 实现无标注开放词汇 3D 场景理解
论文AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
GoDeep 方法利用视觉语言模型生成图像的结构化描述，直接在纯语言嵌入空间进行投影聚合，无需 3D 训练语料库或专用编码器。在 ScanNet++ 数据集上，其表现与在 ScanNet 上训练的强基线相当。该方法在处理词汇外物体时，分离度优于基于 CLIP 的嵌入，且无需 2D-3D 标注即可定位物体，具备点级可解释性。
为什么值得看
摆脱对 3D 训练数据和标注的依赖，提升了开放词汇场景理解的泛化能力。
数据集
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。