FM-Fusion: 基于视觉 - 语言基础模型的实例感知语义映射增强

BriefGPT - AI 论文速递·2024-02-07T00:00:00Z

该论文介绍了一种名为Bridge3D的创新方法，通过预训练使用基础模型的特征、语义掩码和说明来增强3D场景表示学习。该方法在3D对象检测和语义分割任务中优于现有方法，在ScanNet数据集上的最佳结果超过之前的最优方法PiMAE 5.3%。