arXiv · 机器人与计算机视觉· Manthan Patel, Jonas Frey, Mayank Mittal, Fan Yang, Alexander Hansson, Amir Bar, Cesar Cadena, Marco Hutter·· 2026-10-12AI 评分72
DeFM:从深度图像学习机器人基础表示
DeFM: Learning Foundation Representations from Depth for Robotics
AI 导读
针对深度模态表示学习不足的问题,作者提出了 DeFM,这是一个完全基于深度图像训练的自监督基础模型。该模型利用 DINO 风格的自蒸馏目标在 60M 张深度图像上训练,并引入新的输入归一化策略以保留多尺度度量感知。
来源:arXiv · 机器人与计算机视觉 · arxiv.org