多任务学习

本文介绍UniD模型，解决统一密集预测需共标注数据的痛点。通过训练Task Specialist并利用Latent Projector蒸馏至Unified Backbone，UniD从Disjoint Data中学习深度、法线、语义等八种任务。实验显示，UniD在NYUv2深度估计AbsRel达0.059，超越DINOv3-H；视频时序一致性超越DICEPTION。需注意分割任务需轻量级微调，且时序性能依赖视频训练数据。