La reconstruction de la structure 3D et de la caméra à partir de repères 2D est au cœur de toute la discipline de la vision par ordinateur. Les méthodes traditionnelles ont été limitées à des objets rigides spécifiques, tels que ceux rencontrés dans les problèmes Perspective-n-Point (PnP), mais l'apprentissage profond a étendu notre capacité à reconstruire une large gamme de classes d'objets (par exemple, C3DPO et PAUL) avec une résilience aux bruits, aux occultations et aux distorsions perspectiviques. Ces techniques, cependant, ont été limitées par la nécessité fondamentale d'établir des correspondances au sein des données d'entraînement 3D, ce qui réduit considérablement leur utilité pour les applications où l'on dispose d'une abondance de données 3D « non en correspondance ». Notre approche exploite l'équivariance inhérente aux transformations pour gérer un nombre variable de points par instance de données 3D, résister aux occultations et se généraliser à des catégories inconnues. Nous démontrons des performances de pointe sur diverses基准 (benchmarks) de tâches de relevé 2D-3D. Étant donné que notre approche peut être formée sur une classe si vaste de structures, nous l'appelons simplement un Modèle Fondamental de Relevé 3D (3D-LFM) -- le premier de son genre.注：在“démontrons des performances de pointe sur diverses基准 (benchmarks)”中，“基准”一词后面加上了“benchmarks”以确保信息完整。如果需要，可以将其完全翻译为“nous démontrons des performances de pointe sur diverses bases de référence”，但保留“benchmarks”有助于保持专业术语的一致性。