模型介绍
中文整理视频流深度与相机位姿估计算法介绍
Tasks
输入一段RGB视频流，深度与相机位姿估计算法将分析场景三维结构、输出图像对应的稠密深度图以及图像之间的相对相机位姿
模型描述
本模型基于**DRO: Deep Recurrent Optimizer for Structure-from-Motion**算法，是该算法的官方模型。
技术细节请见：
DRO: Deep Recurrent Optimizer for Structure-from-Motion**
Xiaodong Gu*, Weihao Yuan*, Zuozhuo Dai, Chengzhou Tang, Siyu Zhu, Ping Tan
[Paper]**
[中文解读]**
如何使用
代码示例
适用范围
默认输入图片的摄像机参数应与训练数据集（ScanNet）保持一直, 即分辨率为1296x968，内参为
如输入图像不一致，请将输入图片矫正为上述参数，否则会影响结果准确性
已知依赖问题
ANTIALIAS was removed in Pillow 10.0.0, please use lower version, e.g.,
模型精度
Model Abs.Rel. Sqr.Rel RMSE RMSElog a1 a2 a3 SILog L1 inv rot ang t ang t cm
:--- :---: :---: :---: :---: :---: :---: :---: :---: :---: :---: :---: :---:
scannet sup 0.053 0.017 0.165 0.080 0.967 0.994 0.998 0.078 0.033 0.472 9.297 1.160
Bibtex
Acknowledgements
该项目中一些代码来自于 packnet-sfm 和 RAFT，非常感谢他们开源了相关工作。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.