探索未触及的扫描，用于冲突感知的 3D 分割预训练

BriefGPT - AI 论文速递 · 2024-07-10T00:00:00Z

该文章介绍了一种新型的三维无监督框架（UOV），通过学习未标注数据的点云表征，实现了高质量的点云分割。该框架结合了2D开放词汇模型和图像特征，采用了三模态对比预训练（TMP）和异态知识蒸馏的方法。实验证明，UOV在点云分割任务上表现优越，取得了创纪录的mIoU。同时，在微调阶段也取得了显著的结果。