OOOPS：零样本实现360度开放全景分割，已开源 | ECCV'24 - 晓飞的算法工程笔记
原文中文，约6300字，阅读约需15分钟。发表于：。全景图像捕捉360°的视场（FoV），包含了对场景理解至关重要的全向空间信息。然而，获取足够的训练用密集标注全景图不仅成本高昂，而且在封闭词汇设置下训练模型时也受到应用限制。为了解决这个问题，论文定义了一个新任务，称为开放全景分割（Open Panoramic Segmentation，OPS）。在
论文提出开放全景分割（OPS）任务，解决全景图像分割问题。OPS在源领域用针孔图像训练，目标领域用全景图像评估。提出的OOOPS模型结合可变形适配器网络（DAN）和随机等矩形投影（RERP），提升了零样本全景语义分割性能。在WildPASS、Stanford2D3D和Matterport3D数据集上，OOOPS表现优异，提升了mIoU，为全景图像应用提供新方案。
