NeurIPS 2025 开源｜Co-Adaptation-3DGS：3DGS的过度共适应现象是稀疏视角重建伪影的核心原因。，为大家着重分享他们团队的工作。如果您有相关工作需要分享，欢迎文末联系我们。如果您有相关工作需要分享，，为大家着重分享他们团队的工作。如果您有相关工作需要分享，欢迎文末联系我们。：3D视觉工坊很荣幸邀请到了清华大学深圳国际研究生院。3D视觉工坊很荣幸邀请到了清华大学深圳国际研

我们提出了SLAM-Former，这是一种创新的神经网络方法，它将完整的SLAM（同时定位与地图构建）功能集成到了一个单一的Transformer模型中。如表所示，在未校准设置下，我们的模型始终优于大多数基线方法。我们观察到，使用几何基础模型作为重建模块的SLAM方法，如MASt3R-SLAM和VGGT-SLAM，存在全局不一致性问题，因为它们依赖于局部子地图的对齐。与校准和未校准的现有先进方法相

具体而言，基于VDM的SSM模型在Waymo数据集上实现了74.7的平均精度均值加权航向精度（mAPH，L2），在nuScenes数据集上达到了72.9的nuScenes检测分数（NDS），在Argoverse 2数据集上取得了42.3的平均精度均值（mAP），在ONCE数据集上获得了67.6的mAP，在所有数据集上都创造了新的最优性能。基于点云的3D目标检测中，基于Transformer和状态空

（实时动态差分定位）实现无边界作业，其在开阔场地可达厘米级定位，但在树木遮挡、建筑环绕等复杂场景中，信号易受干扰，定位漂移可达数米，导致漏割或重复作业。技术，通过深度学习算法实时分割环境中可通行草坪与需规避区域（如花坛、沙坑、石头等），支持边界自学习与最优路径规划，减少漏割与重复覆盖，提升作业效率。，凭借多源融合感知与语义理解能力，实现精准建图、稳定定位与智能避障，极大提升机器在复杂庭院环境中的作

咱们第二期的3DGS技术研讨会今晚在李博的主持下，顺利拉开了帷幕。接下来，我们的3DGS研讨会将重点以星球内直播的形式展开，视频也将分享在星球内。这里给大家赠送一张优惠券！新用户立减60元，老用户7折基础上再减30元。微信扫码加入，领取福利如何系统的学习3D视觉算法，3D高斯等，面对面和领域内的专家交流，在这里推荐我们一直在更新的3D视觉学习社区：3D视觉从入门到精通知识星球，也是国内成立较早，涉

作者丨廖康@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/492174095编辑丨极市平台论文链接：https://arxiv.org/abs/2203.03831数据集和代码链接：https://github.com/nie-lang/DeepRectangling1. 研究动机图1. 拼接图不规则边界的不同处理方法图像拼接技术在获得大视...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨深蓝学院@知乎来源丨https://zhuanlan.zhihu.com/p/445283508编辑丨3D视觉工坊1.The S...

作者丨Moonkissu@知乎来源丨https://zhuanlan.zhihu.com/p/64825421编辑丨3D视觉工坊之前做的深度学习闭环检测 这方面，最近想了解下语义这方面，于...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨黎国溥来源丨3D视觉开发者社区点击进入—>3D视觉工坊学习交流群摘要本文作者黎国溥，系3D视觉开发者社区签约作者，CSDN博客专家，华为云-云享专家。文章主要对Pointnet、PointNet++和F-PointNet三种模型行全面的解析，包括基本思路、网络结构、模型效果等各个方面；文中还附有三种模型的论文地址和开源代码地址，欢.

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达来源丨小猪实验室这次将带大家学习如何使用深度相机实现机器人的视觉SLAM建图及导航。目录一、 概述1.深度相机2.常...