康奈尔发布 Trainspotting 数据集：12 万张网友照片练 3D 重建
kwangmoo_yi · x · 2026-11-06
康奈尔大学 Hanyu Chen 与 Noah Snavely 发布 Trainspotting：一个从 Wikimedia Commons 收集的对象中心 3D 重建数据集，含 12,068 个物体、311,886 张照片，全部来自不同人在多年间独立拍摄的「found photos」。
- 研究者为每个物体重建了相机位姿、多视图立体深度与物体掩码，并将物体分为三类：固定于单一地点、会跨地点移动、同一设计被多个实体共享。
- 现有前馈重建模型在此类真实场景上表现糟糕，在后两类场景失败最严重——因为它们主要在单人单次采集的数据上训练。
- 在 Trainspotting 上微调 VGGT-Ω 可提升留出物体上的相机位姿、深度与 3D 几何精度，并在独立的 NAVI in-the-wild 基准上获得类似提升，同时传统基准成绩基本不受影响。
「研究」频道最新
- 研究者叹 LLM 评审已成定局：别再拿它当拒稿借口 — examachine · 2026-11-06
- 芝大数据科学 Rising Stars 2026 名单公布，聚焦世界模型与多模态数据基础 — cindy_x_wu · 2026-11-06
- Surge 研究团队点赞 Tinker：并行跑 RL 实验，一行代码换模型 — echen · 2026-11-06
- 120B 开源模型经 Surge RL 训练，12 项基准全面逼近 GPT-5.6 — echen · 2026-11-06
- BMVA 计算机视觉可解释性研讨会征稿:2027 年 1 月伦敦举办 — HildeKuehne · 2026-11-06
- Memorilla 记忆系统：省 4000 倍 token、快 27 倍替代全上下文推理 — ShirleyYXWu · 2026-11-06