FlatLands 发布单视角室内地面图补全数据集与基准，含 27 万余条观测。
资讯摘要
论文提出 FlatLands，一个面向单张自我中心视角图像的室内地面图补全数据集与基准，在鸟瞰图（BEV）度量空间下评估确定性模型与生成式模型共十一种。数据集汇集六个度量 3D 数据集的 270,575 条观测、17,656 条场景记录，提供对齐的观测、可见性、有效性与真值图，并设分布内与分布外协议。作者报告，生成式样本集在合适评分规则下优于最佳单输出模型，并支持风险加权规划。
要点速读
- FlatLands 包含 270,575 条观测、17,656 条场景记录，来自六个度量 3D 数据集，提供对齐的观测、可见性、有效性与真值图。
- 基准评估十一种模型，涵盖免训练、确定性、集成与生成式方法，并测试从真实自我中心 RGB 图像估计地图的零微调表现。
- 作者报告：多数评估单元为地面时，预测几乎处处为地面即可获得高 IoU；生成式样本集在合适评分规则下优于最佳单输出模型，并支持更安全的风险加权规划。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。