跳到正文
热点事件持续更新

单目深度模型评估揭示日常场景仍有7.7%失败

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

论文作者提出基于逐图结果的评估方法,并评测11个单目度量深度模型架构、18次模型评估;结果显示,基于MoGe-2使用的7个日常场景基准、共4406张图片,最佳方案仍有7.7%的图片失败,失败主要集中在尺度问题。 该方法以metric δ₁<0.5判定失败,同时引入尺度对齐指标和跨模型比较,以区分多个模型共有的失败与单个模型特有的失败。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    平均分掩盖真相:单目度量深度模型在日常场景中仍有 7.7% 失败,主要源于尺度问题

    arXiv 论文《What the Averages Hide》指出,单目度量深度模型在日常场景中尚未解决,剩余失败主要与尺度有关。基于 MoGe-2 使用的 7 个日常场景基准、共 4406 张图片评测 11 个架构和 18 次模型评估,最佳方案仍有 7.7% 失败率。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月19日 19:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。