额外的深度模型 - 标签 - Zhaoylee's Blogs https://zhaoylee.github.io/Blogs_lovelt/tags/%E9%A2%9D%E5%A4%96%E7%9A%84%E6%B7%B1%E5%BA%A6%E6%A8%A1%E5%9E%8B/ 额外的深度模型 - 标签 - Zhaoylee's Blogs Hugo -- gohugo.iozh-CNSun, 15 Mar 2026 21:14:37 +0800 Open Vocabulary Monocular 3D Object Detection https://zhaoylee.github.io/Blogs_lovelt/posts/open-vocabulary-monocular-3d-object-detection/ Sun, 15 Mar 2026 21:14:37 +0800 zhaoylee https://zhaoylee.github.io/Blogs_lovelt/posts/open-vocabulary-monocular-3d-object-detection/

🏛️ 会议/期刊：3DV
📅 发表年份：2026
💻 开源代码：UVA-Computer-Vision-Lab/ovmono3d
📄 论文题目：Open Vocabulary Monocular 3D Object Detection

一、 背景、研究目的与核心问题

  • 研究背景： 传统的单目 3D 目标检测（M3OD）模型都属于“闭集（Closed-set）”学习。这意味着模型只能检测训练集中预先定义好的那几种类别（例如 KITTI 数据集里的车、人、自行车）。但在真实的自动驾驶或机器人场景中，会遇到无数的长尾目标（如遗落的轮胎、奇形怪状的施工路障、甚至是一只突然窜出的动物）。

    ]]> PLOT: Pseudo-Labeling via Object Tracking for Monocular 3D Object Detection https://zhaoylee.github.io/Blogs_lovelt/posts/plot---pseudo-labeling-via-object-tracking-for-monocular-3d-object-detection/ Sun, 15 Mar 2026 20:52:51 +0800 zhaoylee https://zhaoylee.github.io/Blogs_lovelt/posts/plot---pseudo-labeling-via-object-tracking-for-monocular-3d-object-detection/

    🏛️ 会议/期刊：ICLR
    📅 发表年份：2026
    💻 开源代码：无
    📄 论文题目：PLOT: Pseudo-Labeling via Object Tracking for Monocular 3D Object Detection

    一、 背景、研究目的与核心问题

    • 研究背景： 单目 3D 目标检测模型极度“吃数据”。然而，人工标注 3D 边界框极其昂贵且耗时，导致目前带 3D 标签的数据集规模很小，严重限制了模型的泛化能力。

      ]]>