Y-MAP-Net：实时深度、法线、分割、多标签说明和2D人体姿态识别

本研究解决了RGB图像多任务学习过程中实时性能和效率的挑战。通过采用多教师-单学生的训练范式，Y-MAP-Net能够在单次网络评估中同时预测深度、表面法线、人体姿态、语义分割并生成多标签说明。研究表明，该网络在保持强泛化能力的同时，具备简单性和计算效率，适合于机器人及其他实际应用。