self-supervised-depth-completion

收录理由

这份代码是ICRA 2019论文《Self-supervised Sparse-to-Dense》的官方PyTorch实现，出自MIT团队之手。它把稀疏的激光雷达点云与单目相机图像融合起来，生成稠密的深度图，在自动驾驶感知和机器人导航场景中很实用。项目只用KITTI数据集训练，没有借助Cityscapes或其他驾驶数据预训练，这一点在论文里特别强调过。仓库同时提供了两种训练路径：一种是利用半稠密激光雷达真值进行监督学习，另一种是自监督模式，依靠光度损失、稀疏深度损失和平滑度损失来驱动，方便你直接对比效果。此外还附带了KITTI数据下载脚本、预训练权重以及训练、恢复、评估的命令行工具。对于想把稀疏测距数据补全成完整深度图的研究者或工程师来说，这是一个很扎实的起点，不过要留意它属于研究性质代码，并非长期维护的生产级服务。