訂閱
糾錯
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   計算機視覺   >  正文

Holopix50k發(fā)布: 最多最豐富的雙目數(shù)據(jù)集大幅提升多個相關(guān)任務(wù)性能?


針對單視圖深度估計任務(wù)，研究人員選擇了自監(jiān)督方法的Monodepth2模型并與其在KITTI上訓(xùn)練的結(jié)果進行了比較。下圖顯示基于Holopix訓(xùn)練的結(jié)果圖像較為清晰，邊緣也得到了更好的保留，a列為KITTI上訓(xùn)練的結(jié)果、b列為Holopix50k上訓(xùn)練的結(jié)果。

下表展示了模型在Middlebury和MPI數(shù)據(jù)集上測試的結(jié)果，表明這一數(shù)據(jù)集同樣可以適用于道路等多種數(shù)據(jù)集不包含的場景中，讓模型可以學(xué)到具有泛化性的結(jié)果。

針對視差估計任務(wù)，研究人員基于U－Net構(gòu)建了自己的模型，同時還優(yōu)化后得到了較小的實時視差估計模型，利用Pix2Pix類似的架構(gòu)來構(gòu)建單目深度估計模型，下圖a，b，c分辨顯示了立體視差估計、實時視差估計和單目深度估計的結(jié)果。視差估計可以很好的區(qū)分出場景中的不同目標(biāo)，經(jīng)過優(yōu)化后的模型只有約15k參數(shù)能夠部署于邊緣設(shè)備中；而針對單目深度估計則可以在沒有先驗的條件下得到可觀的深度層次結(jié)果。

這里只是簡要地列舉了一些數(shù)據(jù)集的特征和應(yīng)用任務(wù)，如果想要了解更多的細節(jié)請參看數(shù)據(jù)集網(wǎng)站。

<上一頁  1  2  3  
聲明： 本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標(biāo)題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網(wǎng)安備 44030502002758號