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
我知道答案，我要回答
私活外包
