#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。