研究者公开 PhD 遗产：用 MegaLoc 近邻大规模挖掘视觉「分身」难负样本
gabriberton · x · 2026-11-14
作者在「毕业后公开未做的研究点子」系列第 13 期提出：大规模评估视觉 Doppelganger(长得极像但不同的场景)。现有 Doppelgangers 数据集只覆盖同一建筑的不同立面，缺少「无关但相似」场景的评测。他给出的做法是：对大量带 GPS 的图像提取 MegaLoc 特征，计算最近邻；若最近邻在地理位置上相距很远，说明两个地方看起来一样但实际不同——即天然的完美难负样本(hard negatives)，可借此构建大规模评测集。
所属事件:研究者提出大规模评测视觉分身场景，VisMatch 更新至 v1.5(3 条相关)→
「研究」频道最新
- 《递归模型坍缩》：模型如何在自我投喂中变成乖顺助手 — sebkrier · 2026-11-14
- AI 挖掘已故数学家 Cohen 笔记本，揭示超前时代的发现 — irrelevantusername24 · 2026-11-14
- SGLang 峰会分享：NVFP4 4-bit 低精度 RL 千卡实战经验开源 — ericzelikman · 2026-11-14
- 实测决策模型：训练仅换来速度与成本，推理能力并未恢复 — someone_12443 · 2026-11-14
- Ropedia Xperience 2 开源:1589 个 3D 扫描场景转机器人训练数据 — liuziwei7 · 2026-11-14
- 日本开发者在 GitHub 开写自动驾驶开源教科书，逐章搭出可运行仿真 — 4310sy · 2026-11-14