Tag · 3 篇
合成数据预训练
分布 3D 视觉与重建2底层视觉与图像复原1
01 02 03
SAM 3D：把图像中的一切三维化
SAM 3D: 3Dfy Anything in Images
把单图物体重建当作生成任务，用「合成数据预训练 + 真实数据对齐」的多阶段训练突破 3D 数据瓶颈；对做单目重建、3D 资产生成或需要大规模带位姿/纹理 3D 标注数据的工作，这套数据管线与训练范式可直接复用。
PiLoT：面向无人机自身与目标地理定位的神经像素到三维配准
PiLoT: Neural Pixel-to-3D Registration for UAV-based Ego and Target Geo-localization
把实时视频流与带地理参考的三维地图做神经像素到三维配准，用双线程引擎把地图渲染与定位解耦，并用仿真数据训练轻量网络实现零样本仿真到真实迁移，为无 GNSS 场景下的相机位姿估计提供了可复用的地图配准范式。
MEMO：使用掩码边缘预测实现类人的清晰边缘检测
MEMO: Human-like Crisp Edge Detection Using Masked Edge Prediction
提出「掩码边缘预测 + 按置信度渐进定稿」的训练/推理范式，无需专用损失或改网络即可把粗边缘细化到单像素级；其置信度梯度观察与渐进预测策略可迁移到其他密集预测任务（如显著性、抠图、二值分割）的细化环节。