Leveraging Large Language Models for Robot 3D Scene Understanding

本文介绍了一种使用语言模型(LLMS)进行室内环境分类的方法,包括零样本、前馈分类及对比分类三种方式,旨在通过语言模型学习到的常识机制来实现房间类别的自动识别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

利用LLMS进行场景理解的工作
代码:https://github.com/MIT-SPARK/llm_scene_understanding

leveraging language for classifying rooms in indoor environments based on their contained objects:
(i) a zero-shot approach,
(ii) a feed-forward classifier approach, and
(iii) a contrastive classifier approach.
在这里插入图片描述
本质是利用语言模型学习到的’common-sense’机制来进行类别划分,同时对发现新类和未知类有益。

Methods: summarize a room’s contents in a query sentence
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值