CanDO：无导数优化恢复黑盒点云模型旋转偏移性能

Seonghwan Park 与 Min-Gyu Park 在 arXiv 论文中提出 CanDO，一种测试时规范化方法：仅通过前向查询，用无导数优化搜索能最大化模型置信度的输入变换，在无需模型权重或梯度的情况下，恢复黑盒点云模型在旋转分布偏移下损失的性能。该论文被 WACV 2027 接收。 在物体部件分割任务上，论文称 CanDO 在方位角偏转下恢复 76% 的 oracle 差距，在任意 SO(3) 旋转下恢复 51%。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。