SegmATRon：面向室内环境的具身自适应语义分割
计算机视觉与模式识别
2023-10-19 v1 人工智能
机器学习
摘要
本文提出一种名为 SegmATRon 的自适应 transformer 模型，用于具身图像语义分割。其显著特征是在推理阶段利用混合多分量损失函数对若干图像上的模型权重进行自适应调整。我们在逼真 Habitat 与合成 AI2-THOR 模拟器中收集的数据集上研究了该模型。我们表明，在室内环境中利用智能体动作获取额外图像可提升语义分割质量。所提方法的代码与数据集公开于 https://github.com/wingrune/SegmATRon。
引用
@article{arxiv.2310.12031,
title = {SegmATRon: Embodied Adaptive Semantic Segmentation for Indoor Environment},
author = {Tatiana Zemskova and Margarita Kichik and Dmitry Yudin and Aleksei Staroverov and Aleksandr Panov},
journal= {arXiv preprint arXiv:2310.12031},
year = {2023}
}
备注
14 pages, 6 figures