浙江工业大学推出Distill-Any-Depth项目，通过蒸馏算法整合多个模型，仅需2万张无标签图像即可实现高精度的单目深度估计，显著降低数据标注成本，广泛应用于自动驾驶等领域。

本研究提出了UADet框架，旨在解决开放集目标检测中的关键问题，能够在无标签图像中有效检测已知和未知对象。通过考虑外观与几何不确定性，显著提高了未知对象的召回率，并在多种场景中展现了优异表现。