arXiv cs.AI· Rugved Katole, Vedant Patil, Jenna Kline, Christopher Stewart·· 1 天前AI 评分38
梦境比飞行更便宜：精选世界模型数据提升空中检测性能
Dreams Are Cheaper Than Flights: Curated World-Model Data Improves Aerial Detection
AI 导读
用野生动物无人机视频为 7B 参数世界模型播种，精选生成帧可将训练集扩充一倍以上；在同款无人机的留出视频上，这些帧加入真实数据使 mAP@50--95 提升 4.3%，替换真实数据提升 10.3%，在城市基准上最高提升 33.5%。
正文 · AI 翻译
摘要：机器人感知正日益由数据驱动，但现场数据采集缓慢、成本高昂，有时还会造成干扰。视频世界模型提供了一种更廉价的来源：以真实帧作为种子，它们能将录制的场景扩展为具有部署时传感器、高度和环境的新视频。我们探究此类合成数据能否达到真实现场数据的效用，以及用它训练的检测器能否在实地中表现良好。以野生动物无人机视频为种子输入一个 7B 参数的世界模型，我们通过精选帧将训练集扩大了一倍多。在同一批无人机的留出视频上，当这些帧被加入真实数据时，mAP@50--95 提升 4.3\%，当它们替代真实数据时提升 10.3\%，在城市基准上最高提升 33.5\%。尽管专家估计会拒绝约 87.5\% 的生成片段，但这些数据仅耗费约 \$1,100 的 GPU 时间，而一个效用更低的真实训练集仅现场人工就超过 \$3,200。因此，合成数据将数据成本从现场工作转移到了计算上。
| 评论： | 6 页，Corl 2026 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.41030 [cs.CV] |
| （或 arXiv:2610.41030v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41030 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Rugved Katole [查看电子邮件]
[v1]
2026 年 10 月 29 日星期四 22:17:32 UTC（148 KB）
来源：arXiv cs.AI · arxiv.org