Buchumschlag

3DBench: A Scalable 3D Benchmark and Instruction-Tuning Dataset

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Junjie, Hu, Tianci, Huang, Xiaoshui, Gong, Yongshun, Zeng, Dan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RS3DBench: A Comprehensive Benchmark for 3D Spatial Perception in Remote Sensing
von: Wang, Jiayu, et al.
Veröffentlicht: (2025)

Embodied3DBench: Benchmarking Low-Level Embodied Spatial Intelligence of Vision Language Models
von: Zhang, Jiyao, et al.
Veröffentlicht: (2026)

A Self-Conditioned Representation Guided Diffusion Model for Realistic Text-to-LiDAR Scene Generation
von: Qu, Wentao, et al.
Veröffentlicht: (2025)

Self-Supervised and Generalizable Tokenization for CLIP-Based 3D Understanding
von: Mei, Guofeng, et al.
Veröffentlicht: (2025)

Uni3D-LLM: Unifying Point Cloud Perception, Generation and Editing with Large Language Models
von: Liu, Dingning, et al.
Veröffentlicht: (2024)

Diverse Teacher-Students for Deep Safe Semi-Supervised Learning under Class Mismatch
von: Wang, Qikai, et al.
Veröffentlicht: (2024)

PSReg: Prior-guided Sparse Mixture of Experts for Point Cloud Registration
von: Huang, Xiaoshui, et al.
Veröffentlicht: (2025)

COMOGen: A Controllable Text-to-3D Multi-object Generation Framework
von: Sun, Shaorong, et al.
Veröffentlicht: (2024)

Reg3D: Reconstructive Geometry Instruction Tuning for 3D Scene Understanding
von: Zheng, Hongpei, et al.
Veröffentlicht: (2025)

Synergizing Motion and Appearance: Multi-Scale Compensatory Codebooks for Talking Head Video Generation
von: Zhao, Shuling, et al.
Veröffentlicht: (2024)

Robust Single-Stage Fully Sparse 3D Object Detection via Detachable Latent Diffusion
von: Qu, Wentao, et al.
Veröffentlicht: (2025)

CanoVerse: 3D Object Scalable Canonicalization and Dataset for Generation and Pose
von: Jin, Li, et al.
Veröffentlicht: (2026)

Cross3DReg: Towards a Large-scale Real-world Cross-source Point Cloud Registration Benchmark
von: Xu, Zongyi, et al.
Veröffentlicht: (2025)

On the Evaluation and Refinement of Vision-Language Instruction Tuning Datasets
von: Liao, Ning, et al.
Veröffentlicht: (2023)

3DMIT: 3D Multi-modal Instruction Tuning for Scene Understanding
von: Li, Zeju, et al.
Veröffentlicht: (2024)

GVGEN: Text-to-3D Generation with Volumetric Representation
von: He, Xianglong, et al.
Veröffentlicht: (2024)

MCITlib: Multimodal Continual Instruction Tuning Library and Benchmark
von: Guo, Haiyang, et al.
Veröffentlicht: (2025)

GaussianEditor: Editing 3D Gaussians Delicately with Text Instructions
von: Wang, Junjie, et al.
Veröffentlicht: (2023)

Benchmarking Micro-action Recognition: Dataset, Methods, and Applications
von: Guo, Dan, et al.
Veröffentlicht: (2024)

NeRF-Det++: Incorporating Semantic Cues and Perspective-aware Depth Supervision for Indoor Multi-View 3D Detection
von: Huang, Chenxi, et al.
Veröffentlicht: (2024)

Direct3D: Scalable Image-to-3D Generation via 3D Latent Diffusion Transformer
von: Wu, Shuang, et al.
Veröffentlicht: (2024)

M3D: Dataset Condensation by Minimizing Maximum Mean Discrepancy
von: Zhang, Hansong, et al.
Veröffentlicht: (2023)

LAHNet: Local Attentive Hashing Network for Point Cloud Registration
von: Qu, Wentao, et al.
Veröffentlicht: (2025)

Inst3D-LMM: Instance-Aware 3D Scene Understanding with Multi-modal Instruction Tuning
von: Yu, Hanxun, et al.
Veröffentlicht: (2025)

SURPRISE3D: A Dataset for Spatial Understanding and Reasoning in Complex 3D Scenes
von: Huang, Jiaxin, et al.
Veröffentlicht: (2025)

TSRE: Channel-Aware Typical Set Refinement for Out-of-Distribution Detection
von: Gao, Weijun, et al.
Veröffentlicht: (2025)

An End-to-End Robust Point Cloud Semantic Segmentation Network with Single-Step Conditional Diffusion Models
von: Qu, Wentao, et al.
Veröffentlicht: (2024)

SS3DM: Benchmarking Street-View Surface Reconstruction with a Synthetic 3D Mesh Dataset
von: Hu, Yubin, et al.
Veröffentlicht: (2024)

Ross3D: Reconstructive Visual Instruction Tuning with 3D-Awareness
von: Wang, Haochen, et al.
Veröffentlicht: (2025)

Space-Aware Instruction Tuning: Dataset and Benchmark for Guide Dog Robots Assisting the Visually Impaired
von: Han, ByungOk, et al.
Veröffentlicht: (2025)

Real-Time 3D Occupancy Prediction via Geometric-Semantic Disentanglement
von: He, Yulin, et al.
Veröffentlicht: (2024)

OB3D: A New Dataset for Benchmarking Omnidirectional 3D Reconstruction Using Blender
von: Ito, Shintaro, et al.
Veröffentlicht: (2025)

SignAvatars: A Large-scale 3D Sign Language Holistic Motion Dataset and Benchmark
von: Yu, Zhengdi, et al.
Veröffentlicht: (2023)

Advancing Multimodal LLMs by Large-Scale 3D Visual Instruction Dataset Generation
von: He, Liu, et al.
Veröffentlicht: (2025)

A High-Quality Text-Rich Image Instruction Tuning Dataset via Hybrid Instruction Generation
von: Zhou, Shijie, et al.
Veröffentlicht: (2024)

IL3D: A Large-Scale Indoor Layout Dataset for LLM-Driven 3D Scene Generation
von: Zhou, Wenxu, et al.
Veröffentlicht: (2025)

Robin3D: Improving 3D Large Language Model via Robust Instruction Tuning
von: Kang, Weitai, et al.
Veröffentlicht: (2024)

Semi-supervised 3D Object Detection with PatchTeacher and PillarMix
von: Wu, Xiaopei, et al.
Veröffentlicht: (2024)

Realistic Surgical Image Dataset Generation Based On 3D Gaussian Splatting
von: Zeng, Tianle, et al.
Veröffentlicht: (2024)

Fine-Grained Urban Flow Inference with Multi-scale Representation Learning
von: Yuan, Shilu, et al.
Veröffentlicht: (2024)