来源:计算机视觉工坊
添加微信:dddvision,备注:NeRF,拉你入群。文末附行业细分群
0. 笔者个人体会
3D占用预测将3D场景量化为带有语义标签的网格单元,但是3D标签的注释非常繁琐,而且很多标签类别并不明确,所以很难去训练3D Occupancy的大模型。
今天笔者为大家分享一项工作RenderOcc,仅使用2D标签就可以训练3D占用模型,算是提供了一种新范式!
下面一起来阅读一下这项工作,文末附论文和代码链接~
3D视觉Daily
,赞14
1. 这篇文章希望解决什么问题?
以前方法使用昂贵的3D占用标签进行监督,而RenderOcc使用2D标签来训练3D占用网络,实际使用的是细粒度的2D像素级语义和深度监督。这里也推荐工坊推出的新课程《面向