通过弱监督适应与正则化提升深度估计基础模型的泛化能力
计算机视觉与模式识别
2025-11-19 v1 机器学习
摘要
基础模型的出现大幅推动了单目深度估计 (MDE) 的零样态泛化， Depth Anything 系列便是一个典型例证。然而，在获得部分下游任务数据后，一个自然的问题随之而来：这些模型的性能能否进一步提升？为此，我们提出了 WeSTAR 框架，即进行弱监督自训练适应伴随正则化，旨在增强 MDE 基础模型在不可见和多样化领域的鲁棒性。我们首先采用稠密自训练目标作为结构自监督的主要来源。为进一步提高鲁棒性，我们引入语义感知的层次化归一化，该技术利用实例级分割图执行更稳定和多尺度的结构归一化。除稠密监督外，我们引入一种成本效益高的弱监督形式，即成对序数深度标注，以进一步指导适应过程，这种序数约束可减轻局部拓扑错误。最后，采用权重正则化损失锚定 LoRA 更新，确保训练稳定性并保留模型的可泛化知识。在多样化且具有挑战性的情景下，对真实和损坏的 out-of-distribution 数据集进行大量实验表明，WeSTAR 在广泛的基准测试中始终能够实现泛化提升并取得最先进技术的成绩。
引用
@article{arxiv.2511.14238,
title = {Enhancing Generalization of Depth Estimation Foundation Model via Weakly-Supervised Adaptation with Regularization},
author = {Yan Huang and Yongyi Su and Xin Lin and Le Zhang and Xun Xu},
journal= {arXiv preprint arXiv:2511.14238},
year = {2025}
}
备注
Accepted by AAAI 2026