DSINE

收录理由

DSINE是CVPR 2024口头报告论文的官方实现，它重新思考了表面法线估计模型的构建思路。有别于把法线预测当作通用密集任务的做法，这个模型会利用每个像素对应的光线方向，并学习相邻法线之间的相对旋转关系，从而在任意分辨率和宽高比的真实场景图像上，生成清晰且分段平滑的预测。项目中提供了预训练权重、精简的测试脚本，还支持屏幕、摄像头以及RealSense设备的实时演示，方便你在接入三维重建或SLAM流程之前，直观地评估输出效果。作者指出，尽管训练所用的数据集规模比一个最近的ViT模型小了几个数量级，但DSINE展现了更强的泛化性能；同时，覆盖六个评估数据集的基准脚本也让对比实验变得省事。