arXiv · cs.AI· Duc Cao Dinh, Khai Le-Duc, Florent Draye, Chris Ngo, Terry Jingchen Zhang, Bernhard Sch\"olkopf, Zhijing Jin·· 6 小时前
PruneGround:面向3D视觉定位的可插拔空间裁剪框架
PruneGround: Plug-and-play Spatial Pruning for 3D Visual Grounding
arXiv:2606.31148v3阅读论文 PDF ↗
仅依据论文摘要整理;未读取全文,实验条件、证明与基准细节请核对原文。
作者:Duc Cao Dinh, Khai Le-Duc, Florent Draye, Chris Ngo, Terry Jingchen Zhang, Bernhard Sch\"olkopf, Zhijing Jin
研究任务与主要进展
PruneGround提出一种面向3D视觉定位的可插拔空间裁剪框架,通过冻结视觉语言模型定位语言相关区域,并结合多视角描述重述和点云—语言表示对齐完成目标定位。基于论文摘要,作者报告该方法在三个ScanRefer设置以及10个Nr3D/Sr3D设置中的9个达到当时最佳结果;代码和模型已公开,地址为 https://github.com/leduckhai/PruneGround。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出?
- 代码、模型、数据、许可与可用入口是否明确?
- 效果、总成本、失效条件与实际工作流如何验证?
这些是阅读核对问题;材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源:arXiv · cs.AI · arxiv.org