Papers with Code 아카이브
Scene Parsing
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 9
- 평가표
- 2
- 보존된 평가 기록
- 3
Scene parsing is to segment and parse an image into different image regions associated with semantic categories, such as sky, road, person, and bed. MIT Description
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
Mira-Scene: 생성형 3D 장면을 위한 픽셀 정렬 레이아웃
문자 체계 인지 전문가 혼합 기반의 올인원 다국어 장면 텍스트 인식
Action-Slot: 다중 에이전트 원자적 활동 이해를 위한 구조화된 행동 중심 표현 학습
STAR: 엔드투엔드 인지 레이더를 향한 장면 및 태스크 인지형 4D 레이더 전처리
StenoVLA-3D: 위장관 협착 통과를 위한 3D 인식 추론 VLA
SAFe: 이상 인식 분할을 위한 세그먼트 유도 특징 밀도 집계
OpenFlyScan: 소비자용 드론을 위한 품질 가이드 항공 재구성 시스템
HappyWorld-Bench
LIBERO-VPro: Benchmarking Closed-Loop Visual Robustness of Robotic Foundation Models
LiDAR 언어 모델은 정말로 시공간적 관계를 이해하는가?
CMAMBADEPTH: 채널 맘바와 하이브리드 어텐션을 활용한 자기지도 단안 깊이 추정
ME-VLM: 체화 인지와 에이전트 조정을 위한 통합 VLM
동적 열화상 가우시안: 멀티모달 4D 가우시안 스플래팅
VLM 기반 비전-언어 내비게이션 모델은 무엇에 의존하는가: 정책 행동의 해석과 조종
자율 주행을 위한 관계적으로 그라운딩된 잠재 세계 모델
월드 모델처럼 생각하고 VLA처럼 행동하기: 월드 모델 표현을 소형 로봇 정책으로 증류하기
ReSTI: STI-Bench의 소스 근거 감사 및 수정
INTCORT: 입력 변환 및 relation-token 신뢰도 라우팅을 통한 비전-언어 모델의 학습 없는 공간 추론 향상
ZVeC: 인스턴스 수준 차량 추출 및 생성적 포인트 클라우드 완성을 위한 제로샷 프레임워크
WorldCrafter: 암시적 3D 인식 메모리를 갖춘 일관된 비디오 월드 모델
대칭 어텐션을 활용한 수면 반사 검출
SARTM: Segment Any RGB Thermal Model with Language aided Distillation
CARA: 해석 가능한 충돌 예측을 위한 개념 인식 위험 어텐션
PercepCap: 구조화된 시공간 인식 기반 비디오 캡셔너
RoGS: 대규모 도로 표면 매핑을 위한 적응형 메시그리드 가우시안
HoloCount: 멀티모달 대규모 언어 모델을 위한 총체적 시각 계수 벤치마크
RISE: 단일 정적 레이더 기반 실내 장면 이해
3D 인식 기하학적 제약을 활용한 개방형 어휘 BEV 분할
현실 세계를 위한 신경 방사 필드: 서베이
Ouroboros-Spatial: 공간 추론을 위한 데이터-모델 루프 폐쇄
완벽한 사전 지식을 넘어서: 실환경 4D 주행 재구성을 위한 적응형 가우시안 그래프
EA-Nav: 체화 인식 기반 안전한 시각 내비게이션 정책 학습
GeoAnchor: 3D 공간 이해를 위한 잠재 분해 기반 협력적 추론
FreeLit: 물리 유도 확산을 통한 페어 없는 실내 재조명
채우기 후 진전: 시나리오 특화 원격 탐사 MLLM을 위한 역량 격차 주도 사후 학습
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.