开放式全景分割
原文中文，约300字，阅读约需1分钟。发表于：。通过使用开放性全景分割任务，以及采用可变形适配器网络和随机全景等距投影数据增强方法，我们提出的 OOOPS 模型在三个全景数据集上均取得了令人瞩目的性能提升，特别是在野外环境 WildPASS 上达到了 + 2.2％，在室内环境 Stanford2D3D 上达到了 + 2.4％的平均交并比（mIoU）
本文提出了一种名为360SFUDA++的无源无监督域自适应方法，通过源模型和目标模型进行知识转移和对齐，实现针孔到全景语义分割。实验结果表明，该方法相较于先前的SFUDA方法表现更好。
