Ra mắt LingBot-Depth 2.0: Đột phá xử lý vật thể trong suốt, dẫn đầu 12/16 bảng xếp hạng

Mô hình hoàn thiện độ sâu LingBot-Depth 2.0 đã chính thức ra mắt, được thiết kế chuyên biệt để giải quyết các thách thức mà camera độ sâu truyền thống thường gặp phải, như bề mặt kính, gương và các vật thể trong suốt.

So với phiên bản trước, quy mô dữ liệu huấn luyện đã được mở rộng từ 3 triệu lên 150 triệu, tương đương mức tăng gấp 50 lần. Sự cải tiến này giúp mô hình đạt vị trí dẫn đầu trong 12 trên 16 bảng xếp hạng về hoàn thiện độ sâu.

Trong các bối cảnh nội thất khó khăn nhất, chỉ số RMSE (sai số bình phương trung bình) đã giảm từ 0,132 xuống còn 0,062, đồng nghĩa với việc sai số đã giảm đi một nửa.

LingBot-Depth 2.0 được xây dựng dựa trên mô hình nền tảng thị giác LingBot-Vision. Hiện tại, LingBot-Vision đã được mở mã nguồn hoàn toàn.

Trong quá trình huấn luyện, mô hình tận dụng thông tin hình học từ các cạnh vật thể mà không cần đến nhãn biên giới do con người gắn thẻ thủ công.