Panoramic segmentation专业
EPONet 在 EmbPASS 跨具身开放全景分割基准取得 35.82% mIoU
这是 arXiv 预印本,未经同行评审。作者提出跨具身开放全景分割任务和 EmbPASS 基准,包含车辆、无人机、可穿戴和四足机器人四类平台的 1000 张户外全景标注图像。EPONet 通过 RAMA 和 CAST 在 EmbPASS 上达到 35.82% mIoU,比最强基线 OOOPS 高 1.10%,并在 DensePASS 上取得最佳,为异构机器人平台的统一全景感知提供了新方法。