Implicit-Zoo：面向 2D 图像和 3D 场景的神经隐函数大规模数据集
计算机视觉与模式识别
2026-03-04 v1
摘要
神经隐函数在计算机视觉和图形学等诸多领域发挥着重要作用。它们的优势在于能够以高保真度表示复杂的形状和场景，具备平滑插值的能力以及连续的表示。尽管存在这些优势，但隐函数的开发和分析受限于缺乏全面的数据集以及对其实现和评估所需的大量计算资源。为此，我们引入了 "Implicit-Zoo"：一个需要数千个 GPU 训练日的大规模数据集，以促进该领域的研究和开发。我们的数据集包含多样化的 2D 和 3D 场景，包括用于 2D 图像任务的 CIFAR-10、ImageNet-1K 和 Cityscapes，以及用于 3D 视觉任务的 OmniObject3D 数据集。通过严格的检查，我们对数据进行精炼或过滤，以确保高质量。利用 Implicit-Zoo，我们展示了两个即时收益：(1) 学习 transformer 模型的 token 位置；(2) 直接回归 2D 图像相对于 NeRF 模型的 3D 相机位姿。这进而导致在图像分类、语义分割和 3D 位姿回归三个任务上实现更好的性能，从而开启新的研究方向。
引用
@article{arxiv.2406.17438,
title = {Implicit-Zoo: A Large-Scale Dataset of Neural Implicit Functions for 2D Images and 3D Scenes},
author = {Qi Ma and Danda Pani Paudel and Ender Konukoglu and Luc Van Gool},
journal= {arXiv preprint arXiv:2406.17438},
year = {2026}
}