| Pass1 | Pass2 | Pass3 |
|---|---|---|
| Title:是否相关 | 看全文，忽略证明和公式 | 详细阅读：每一段话，每一句话 |
| Abstract: | 如何对比 | 脑内重复文章的实验： - 如果让我来做怎么做 - 如果我来做的话怎么做得更好 - 原文有哪些没有往下走的东西 |
| Result: 关心性能 | 相关文献：前文，总结 | 回忆细节 |
| Experiments: Charts | 要不要继续->Pass3 -> 相关前文 |
|
| 得到结论 - 文章在讲什么 - 质量怎么样 - 是否适合自己 - 要不要继续->Pass2 |
| 问题 | 评论 | 想法 |
|---|---|---|
| Title | ||
| Abstract | ||
| Result | ||
| Experiments | ||
| ------ | ||
| 对比 | ||
| 相关文章 | ||
| ------ | ||
| 实现细节 | ||
| 改进的点 | ||
| 没讨论的点 |
| 问题 | 评论 | 想法 |
|---|---|---|
| Title | Weakly Supervised 3D Open-vocabulary Segmentation1. 南阳理工 2.Max Planck Institute for Informations 3.渥太华4.CMU | |
| Abstract | 任务是什么：Open-vocabulary segmentation of 3D scenes; 痛点1：lack of large-scale and diverse 3D open-vocabulary segmentation datasets 痛点2：2D open-vocabulary segmentation models helps but it compromises the open-vocabulary feature 解决方法：CLIP and DINO in a weakly supervised object reasoning capability of CLIP and DINO into a neural radiance field (NeRF) 好处：does not require any manual segmentation annotations 成果：outperforms fully supervised models trained with segmentation annotations in certain scenes 启发：suggesting that 3D open-vocabulary segmentation can be effectively learned from 2D images and text-image pairs |
缺失缺少标注数据，怎么办？ 能用Nerf就能有3DGS 比全监督更好？ |
| Result | 评价指标：mIoU，mAP mIoU：80~90，mAP：95+ |
|
| Experiments | TensoRF backbone, 3 scales pixel-level CLIP feature Dataset: 限定场景有限内容，或者单一物体->创建了一个数据集，comprising 10 distinct scenes。LERD和其他数据集。 |
如何实现弱监督？体现在哪里？ |
| ------ | ||
| 对比 | 比较的其他文章FFD,Semantic-NeRF,LERF | |
| 相关文章 | 数据集相关：自建数据集， 依赖方法： 同类型方法： |
|
| ------ | ||
| 实现细节 | 文本->CLIP->token 图像+pos->NeRF ray(RGB value+ CLIP feature, Selection Vector) 图像->CLIP->feature map->pixel-level-feat~ray 图像->DINO->feature map 使用NeRF把目标的Sgmentation Map 当Novel View Loss 颜色和颜色：L2 特征和Selection*原始特征：cos ------ Distilling Pixel-level CLIUP Features with 3D seletion Volume |
用NeRF渲染特征图来做 估计值是特征图和Selection Volume的乘积？ Selection Volume？做Detection？聚类？分割？ DINO在哪里？ |
| 改进的点 | ||
| 没讨论的点 | 这个3D是NeRF的3D 3D的表征有 mesh+texture, 点云+补全+上色，NeRF，3DGSq 其他方向是否有能做的空间？ |
| 问题 | 评论 | 想法 |
|---|---|---|
| Title | Language Embedded 3D Gaussians for Open-Vocabulary Scene Understanding 北航 zhongguanchun？ |
|
| Abstract | Open-vocabulary querying | |
| Result | ||
| Experiments | ||
| ------ | 没有代码，要继续吗？ | |
| 对比 | ||
| 相关文章 | ||
| ------ | ||
| 实现细节 | ||
| 改进的点 | ||
| 没讨论的点 |