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 |