培训以语言为条件的政策通常耗时且资源密集。此外，由此产生的控制器是针对他们训练过的特定机器人量身定制的，因此很难将它们转移到其他具有不同动力学为了应对这些挑战，我们提出了一种称为分层模块化的新方法高效的训练以及随后在不同类型的机器人之间传递这样的策略。该方法结合了Super-vised Attention，通过实现功能构建块的重用，弥合了模块化和端到端学习之间的差距。扩展层次结构以包括新任务，并引

OpenXLab60

Places-Extra69

场景分类

计算机视觉

Places-Extra69数据集是Place365数据集的附加扩展，它包含69个附加场景分类。数据集包括98,721训练图像和6,600测试图像，这是对Place365数据集的先前版本的进一步扩展。Place365系列数据集是麻省理工学院发布的帮助场景分类的数据集。该数据集应用范围广，数据巨大，对场景分类模型很有帮助。

OpenXLab50

CarFusion

3D重建

自动驾驶

从宽基线、未校准和非同步的相机中观察到的多个动态刚性物体（例如车辆）的快速准确的 3D 重建具有挑战性。一方面，特征跟踪在每个视图中都能很好地工作，但由于视野重叠有限或由于遮挡，很难在多个摄像机之间进行对应。另一方面，深度学习的进步导致强大的检测器可以跨不同的视点工作，但对于基于三角剖分的重建仍然不够精确。在这项工作中，我们开发了一个框架来融合单视图特征轨迹和多视图检测到的部分位置，以显着改善移动

OpenDataLab2026-07-12 更新100

RefCOCOg

指代表达式

视觉定位算法

RefCocoG来自Mao等人的2016，由于注释过程中的差异，与RefCoco相比，对对象的描述更加丰富。特别是，RefCoco是在基于交互式游戏的设置中收集的，而RefCocoG是在非交互式设置中收集的。平均而言，RefCocoG每个表达式有8.4个单词，而RefCoco有3.5个单词。每个数据集都有不同的拆分分配，这些分配通常都在论文中报告。RefCoco和RefCoco中的 “testA

OpenXLab50

IOD-Video

资源简介：

相关数据集