FruitNeRF 是一个基于神经辐射场(Neural Radiance Fields)的统一水果计数框架,能够直接在 3D 空间中计数任何类型的水果。
FruitNeRF 框架通过利用最先进的视图合成方法,将水果计数任务提升到了三维空间。
该框架使用单目相机捕获的无序姿态图像集合,并在每张图像中分割水果。
为了使系统独立于水果类型,框架采用了一个基础模型来为任何水果生成二值化分割掩码。
通过结合 RGB 和语义信息,训练了一个语义神经辐射场。
通过对隐式的水果场进行均匀体积采样,获得了仅包含水果的点云数据。随后,对提取的点云数据应用级联聚类,实现了精确的水果计数。
与传统的物体跟踪或光流法相比,神经辐射场的使用具有显著优势,因为它将计数过程本身提升到了 3D 空间,避免了重复计数水果和计数不相关的水果。
该研究使用现实世界和合成数据集进行了评估。现实世界数据集包括三棵手动计数的 ground truth apple 树和一个基准 apple 数据集,其中包含一行水果和 ground truth 水果位置。
合成数据集包括多种水果类型,如苹果、李子、柠檬、梨、桃子和芒果。
https://meyerls.github.io/fruit_nerf/
网友回复
视频大模型和最强文本大模型通过代码生成视频哪个性价比更高?
seedream5.5为啥无法将图白色背景修改成透明?
seedance2如何通过2张不同角度平视图来识别场景进行人物定位?
有没有免费的浏览器中离线运行的语音识别ai模型?
微信小程序个人版不交钱认证就不让你用二维码,报错"errcode":85411?
美丽国为啥要限制ai发展?
seedance2如何参考白模视频使用真实场景和人物生成新视频?
如何设定小孩看电视的时候每隔10分钟弹出一个题目,答对才能继续,答错继续下一题?
直播数字人根据公屏互动评论实时做出不用动作技术是什么?
未来ai文本大模型根据剧本直接生成像素风或三维白模或灰模粗糙场景动画html给视频大模型参考站位与运镜?


