UniK3D

收录理由

UniK3D 能从单张 RGB 图像直接估计度量级三维结构，且不预设特定相机模型，这与常见的单目深度估计方法有本质区别。它同时支持针孔、鱼眼和全景输入，在机器人、自动驾驶和增强现实等相机内参经常变化的场景中，实用性很强。仓库提供了预训练的 ViT-S/B/L 权重，可通过 Hugging Face 或 TorchHub 加载，还附带 Gradio 演示，方便你用自己的图片快速试跑，训练和推理代码也完整开放。如果已知相机参数或光线方向，模型也能把这些信息作为输入。论文在多种视场角类别上的零样本评估，让团队在决定采用前能直观了解模型的泛化能力。