RRepoGEO

REPOGEO 报告 · LITE

pengsongyou/openscene

默认分支 main · commit 0f369bc7 · 扫描时间 2026/6/11 04:39:51

星标 828 · Fork 68

AI 可见性总分
73 /100
需要改进
品类召回
1 / 2
被推荐时的平均排名 #1.0
规则结果
通过 2 · 警告 0 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 pengsongyou/openscene 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highreadme#1
    Clarify README's opening sentence to highlight zero-shot segmentation

    原因：

    当前
    OpenScene is a zero-shot approach to perform a series of novel 3D scene understanding tasks using open-vocabulary queries.
    复制粘贴的修复
    OpenScene is a zero-shot approach for open-vocabulary 3D scene understanding, specifically enabling semantic segmentation of point clouds with arbitrary labels.
  • mediumabout#2
    Update repository description to be more specific about capabilities

    原因：

    当前
    [CVPR'23] OpenScene: 3D Scene Understanding with Open Vocabularies
    复制粘贴的修复
    [CVPR'23] OpenScene: Zero-shot, open-vocabulary 3D scene understanding, including point cloud segmentation.
  • lowtopics#3
    Add 'zero-shot' and 'open-vocabulary' to repository topics

    原因：

    当前
    3d-scene-understanding, clip, cvpr2023, llm, matterport3d, nuscenes, point-cloud-segmentation, point-clouds, scannet, semantic-segmentation
    复制粘贴的修复
    3d-scene-understanding, clip, cvpr2023, llm, matterport3d, nuscenes, open-vocabulary, point-cloud-segmentation, point-clouds, scannet, semantic-segmentation, zero-shot

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
1 / 2
50% 的问题里出现了 pengsongyou/openscene
平均排名
#1.0
越小越好。#1 表示首位推荐。
声量占比
5%
在所有被点名的工具中，你占了多少？
头号对手
PointCLIP
在 2 个问题中被推荐 2 次
竞品排行
  1. PointCLIP · 被推荐 2 次
  2. MaskCLIP · 被推荐 2 次
  3. CLIP · 被推荐 1 次
  4. CLIP-NeRF · 被推荐 1 次
  5. LERF · 被推荐 1 次
  • 品类问题
    How to perform 3D scene understanding using open-vocabulary queries for novel objects?
    你：第 1 位
    AI 推荐顺序：
    1. OpenScene ← 你
    2. CLIP
    3. PointCLIP
    4. CLIP-NeRF
    5. LERF
    6. OV-3D
    7. Grounding DINO
    8. OWL-ViT
    9. MaskCLIP
    10. Segment Anything Model (SAM)
    11. L-Seg
    12. 3D-VAC
    查看 AI 完整回答
  • 品类问题
    Looking for a zero-shot approach to segment 3D point clouds with arbitrary semantic labels.
    你：未被推荐
    AI 推荐顺序：
    1. OpenSeg
    2. PointCLIP
    3. CLIP2Scene
    4. LSEG
    5. MaskCLIP
    6. GroupCLIP
    7. Point-BERT

    AI 推荐了 7 个替代方案，却始终没点名 pengsongyou/openscene。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    pass

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of pengsongyou/openscene?
    pass
    AI 明确点名了 pengsongyou/openscene

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts pengsongyou/openscene in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 pengsongyou/openscene

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo pengsongyou/openscene solve, and who is the primary audience?
    pass
    AI 明确点名了 pengsongyou/openscene

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 pengsongyou/openscene 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/pengsongyou/openscene.svg)](https://repogeo.com/zh/r/pengsongyou/openscene)
HTML
<a href="https://repogeo.com/zh/r/pengsongyou/openscene"><img src="https://repogeo.com/badge/pengsongyou/openscene.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

pengsongyou/openscene — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3