虚拟特征合成

DINO 吞下 CLIP：面向开放集三维物体检索的超越已知类适配

DINO Eats CLIP: Adapting Beyond Knowns for Open-set 3D Object Retrieval

把冻结 DINO 的多视图特征做分块动态聚合（CAM）替代均值池化，并用 CLIP 的图文对齐空间合成未见类虚拟特征（VFS）来正则化适配，这套「冻结基础模型 + 虚拟类特征正则」思路可直接迁移到其他开放集/开放词表的 3D 或多视图识别任务。