Research · Applications
Scal3R：通过多相对位姿查询实现可扩展的在线3D重建
Scal3R通过多相对位姿查询实现可扩展的在线3D重建，使用约占参数1%的轻量级可学习token注入完全冻结的主干网络，在单个GPU上8小时内收敛，并在KITTI上将平均ATE降低超过60%。
阅读 Hugging Face Daily Papers 原文为什么重要
该方法在保持高效训练的同时大幅提升了在线3D重建的精度，对自动驾驶、增强现实等实时应用具有重要推动作用。
关键事实
事实 1
Scal3R在单个GPU上8小时内达到收敛。
来源与依据
Scal3R reaches convergence in 8 hours on a single GPU.
事实 2
Scal3R在KITTI上将平均ATE相对于在线基线降低了超过60%。
来源与依据
It reduces the average ATE by over 60% on KITTI compared to the online baseline.
事实 3
Scal3R使用轻量级可学习token，约占参数量的1%，并通过非对称注意力注入完全冻结的主干网络。
来源与依据
We use lightweight learnable tokens, which make up about ~1% of the parameters, and inject them into a completely frozen backbone via asymmetric attention.