FlatLands：从单张自我中心视角图像补全室内地面图的数据集与基准

FlatLands 是面向单视角室内地面图补全的数据集与基准，在度量鸟瞰图（BEV）下评测十一个确定性及生成式模型。数据集包含来自六个度量 3D 数据集的 270,575 条观测、17,656 条场景记录，配有对齐的观测、可见性、有效性与真值图，并提供分布内与分布外协议。作者在共享的几何导出输入上比较免训练、确定性、集成与生成式方法，并在不微调的情况下测试从真实自我中心 RGB 图像估计的地图。结果显示，当多数评测单元为地面时，几乎处处预测地面即可获得较高 IoU；而在合适的评分规则下，生成式样本集优于最佳单输出模型，并支持更安全的风险加权规划。