#130 · 主分类: 计算机视觉

Hierarchical-Localization

deep-learning feature-matching image-retrieval pose-estimation structure-from-motion superglue visual-localization

使用hloc轻松实现视觉定位

项目最后更新:12/10/25

GitHub Stars

4.2K

Forks数量

769

贡献者数量

33

许可证

Apache-2.0

收录理由

hloc 把图像检索与特征匹配结合成一种分层定位策略,借助预建的三维地图来估计相机六自由度位姿。它内置的完整流程在 Aachen、InLoc 等基准上可复现当前领先的定位结果,同时模块化的设计允许你替换自己的特征提取器,并与自带的 SuperPoint、SuperGlue 做并排对比。这种“开箱即用的参考流程 + 可互换部件”的组合,对需要知道相机相对已知地图位置的 AR 或机器人团队很实用,对想验证新组件的科研人员也同样顺手。由于它把多个常见算法统一在一致的接口之下,读它的代码也是理解现代 SfM 与视觉定位管线如何衔接的一条捷径。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目