CanDO用前向查询校正点云模型姿态偏移

Seonghwan Park 和 Min-Gyu Park 提出 CanDO 测试时规范化方法，称其可仅通过前向查询和无导数优化，恢复黑盒点云模型在旋转分布偏移下的部分性能；该方法面向冻结模型，不需要访问权重或梯度。 CanDO搜索能提高模型置信度的输入变换。在物体部件分割任务中，论文报告称它在方位角错位下恢复了 76% 的 oracle gap，在任意 SO(3) 旋转下恢复了 51%。作者指出，效果依赖训练增强存在差距、置信度代理与准确率一致，以及对多峰目标进行全局搜索。

AI 根据报道生成 · 38 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。