@rohanpaul_ai: 机器人的“眼睛”刚刚迎来了一次重大升级。LingBot-Depth 2.0，一个深度补全模型，误差减半…

X AI KOLs Following 模型
depth-completion robotics computer-vision open-source glass-detection 3d-point-cloud

摘要

LingBot-Depth 2.0 是一个深度补全模型，将深度误差减半，在玻璃、镜子等透明物体上表现出色，并在16个基准测试中取得了12项第一，其背后是开源的LingBot-Vision骨干网络。

机器人的“眼睛”刚刚迎来了重大升级。 LingBot-Depth 2.0，一个深度误差减半的深度补全模型，刚刚发布。在16个基准测试中取得12项第一。 玻璃、镜子和透明物体对我们人类来说很容易，但对机器人却很难，因为它们在相机流水线中的表现与普通表面不同。 一个误解了阳台窗户或桌子边缘的机器人，会基于一个错误的世界做出完全错误的规划。后果非常严重。 LingBot-Depth 2.0 接收一张RGB图像和来自传感器的有缺陷的深度图，然后输出一张更干净的深度图和可用的3D点云。 LingBot-Depth 2.0 的关键数据 - 在玻璃、镜子和透明物体上表现出色——传统深度相机在此失败 - 训练数据：从300万增加到1.5亿（50倍扩展） - 在深度补全基准测试中获得16项中的12项第一 - RMSE减半：在最具挑战性的室内场景中从0.132降至0.062 LingBot-Vision在边界上训练，因为物体边缘携带了机器人所需的几何信息。没有使用人类标注的边界标签，这使得该方法更易于扩展。 开源的LingBot-Vision是通用的视觉骨干网络，而LingBot-Depth 2.0是基于它构建的深度模型。
查看原文
查看缓存全文

缓存时间: 2026/07/08 00:24

机器人的“眼睛”刚刚迎来重大升级。

LingBot-Depth 2.0，深度误差减半的深度补全模型刚刚发布。在16项基准测试中拿下12项第一。

玻璃、镜子和透明物体对我们人类来说很简单，但对机器人却非常困难，因为它们在相机流水线中的表现与普通表面完全不同。

机器人如果误解了阳台窗户或桌子边缘，就会在虚假世界中做出完全错误的规划。影响巨大。

LingBot-Depth 2.0 接收RGB图像和来自传感器的残缺深度图，然后输出更清晰的深度图和可用的3D点云。

LingBot-Depth 2.0 数据表现

  • 在玻璃、镜子和透明物体上表现出色——传统深度相机在这些场景下会失效
  • 训练数据：从3M到150M（50倍扩展）
  • 在深度补全基准测试中16项里拿下12项第一
  • 均方根误差减半：在最难的室内场景从0.132降至0.062

LingBot-Vision 在边界上训练，因为物体边缘包含了机器人所需的几何信息。不使用人工边界标签，这使得该方法更易于扩展。

开源的LingBot-Vision是通用视觉骨干网络，而LingBot-Depth 2.0是构建在其之上的深度模型。

Robbyant (@robbyant_brain): 🪞 玻璃。镜子。透明物体。——每台深度相机的噩梦。我们刚刚解决了！ 推出LingBot-Depth 2.0：150M规模训练，深度误差减半，16项基准测试中拿下12项第一。由LingBot-Vision驱动——深度背后的视觉基础模型。

相似文章