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
腾讯混元模型广场里都是混元模型的垂直小模型,如何api调用?
为啥所有的照片分辨率提升工具都会修改照片上的图案细节?
js如何在浏览器中将webm视频的声音分离为单独音频?
微信小程序如何播放第三方域名url的mp4视频?
ai多模态大模型能实时识别视频中的手语为文字吗?
如何远程调试别人的chrome浏览器获取调试信息?
为啥js打开新网页window.open设置窗口宽高无效?
浏览器中js的navigator.mediaDevices.getDisplayMedia屏幕录像无法录制SpeechSynthesisUtterance产生的说话声音?
js中mediaRecorder如何录制window.speechSynthesis声音音频并下载?
python如何直接获取抖音短视频的音频文件url?