Jun, 2023
通用自监督预训练的三维随机场景生成
Randomized 3D Scene Generation for Generalizable Self-supervised Pre-training
Lanxiao Li, Michael Heizmann
TL;DR为了解决实际场景 3D 数据获取困难的问题,本文通过研究不同的数据生成方法并使用统一的评估体系,评估了不同预训练模型在多个任务中的表现,比如物体检测和语义分割,并提出了一种新的基于球谐函数的 3D 场景生成方法,在性能上超越了以往的方法,并且与使用真实世界扫描和 CAD 模型的方法表现不相上下。