Source: docs/experiments/EXP-3D-RGBD-WIDTH-DATA-V15/README.md · Plain text

EXP-3D-RGBD-WIDTH-DATA-V15

宽度 × 数据的检验:在 V14 C1 的配方上(V11 C1 配方,TRAIN72 + TRAIN-EXT 共 127 个训练场景),把 carrier 宽度从 32 加到 64(250,542 个参数)。计划在任何 V15 训练之前写定;C0(宽度 32)必须与 V14 C1 逐位相同。主评价在 EVAL-V3 与 EVAL-V4 的合并队列(83 个场景)上进行;EVAL-FAR 只作描述。所有预测在读取 query 深度之前封存。全程 CPU。

FAR 为离上下文深度重投影命中点超过 8 像素的像素(占 20.7%);HFILL8 在其余像素用调和插值补洞,在 FAR 用 carrier;AHFILL8 另把不透明度 < 0.5 的 FAR 像素也交给调和插值(V13)。

宽度 × 数据(FAR AbsRel,合并队列,描述性)

72 个训练场景 127 个训练场景
宽度 32 0.4211(V11 C1) 0.4430(C0 = V14 C1)
宽度 64 0.4153(V12 C1) 0.4461(C1)

交互作用 [FAR(32,72) − FAR(64,72)] − [FAR(32,127) − FAR(64,127)] = +0.0090,95% CI [-0.0064, +0.0252],场景 43/0/37(< 0 表示更多数据时宽度更有用)。

EVAL-V3 + EVAL-V4 AbsRel ALL NEAR FAR
CONSTANT 0.5138 0.5068 0.5090
REPROJ_NN 0.3021 0.2345 0.5344
REPROJ_HARMONIC 0.2890 0.2255 0.4925
W32_T72 0.3186 0.2876 0.4211
W64_T72 0.3130 0.2849 0.4153
C0 0.2953 0.2459 0.4430
C1 0.2932 0.2393 0.4461
HFILL8_W32_T72 0.2780 0.2255 0.4211
HFILL8_W64_T72 0.2755 0.2255 0.4153
HFILL8_C0 0.2886 0.2255 0.4430
HFILL8_C1 0.2906 0.2255 0.4461
AHFILL8_C0 0.2737 0.2255 0.3995
AHFILL8_C1 0.2743 0.2255 0.4009
C0_LAST 0.2905 0.2502 0.4198
C1_LAST 0.2944 0.2555 0.4176
HFILL8_C0_LAST 0.2801 0.2255 0.4198
HFILL8_C1_LAST 0.2793 0.2255 0.4176

判定

各队列

队列 场景 WIDTH_AT_SCALE_GAIN 调和插值 − HFILL8 C1
EVAL_FAR 79 +0.0003,95% CI [-0.0084, +0.0088],场景 41/0/37,NOT_DISTINGUISHABLE -0.0059,95% CI [-0.0261, +0.0186],场景 31/1/47,NOT_DISTINGUISHABLE
EVAL_V3 57 -0.0058,95% CI [-0.0210, +0.0081],场景 25/0/29,NOT_DISTINGUISHABLE -0.0015,95% CI [-0.0276, +0.0321],场景 24/3/30,NOT_DISTINGUISHABLE
EVAL_V4 26 +0.0024,95% CI [-0.0086, +0.0133],场景 15/0/11,NOT_DISTINGUISHABLE -0.0016,95% CI [-0.0366, +0.0353],场景 11/0/15,NOT_DISTINGUISHABLE

分支 C:在 127 个训练场景上,宽度 64 也没有稳定改善补全,组合仍不能胜过经典几何补洞:在 CPU 可及的宽度与数据范围内,这个架构的补全没有扩展。

说明:DEV 的 8 个场景在 V2–V14 中反复使用,本轮只用它选择 checkpoint 并给出描述性结果;EVAL-V3/V4/FAR 是机制队列,不是资格验证;FRESH-V1/V2 未使用;受保护的 final holdout 未打开。