VGGT-SLAM

收录理由

VGGT-SLAM 将前馈式的 VGGT 场景重建模型改造成一条完整的稠密 SLAM 流水线，只需普通单目视频即可工作，无需相机标定。它把长序列切分成子地图，并在 SL(4) 流形上对齐，以此处理单纯相似变换无法覆盖的射影模糊问题。因此，即便单个 VGGT 推理因显存限制无法处理成百上千帧的 RGB 输入，这套方法也能重建大尺度的室内场景，而且不需要额外训练，也不需要已知内参。仓库自带脚本能生成增量式地图可视化，同时通过 SAM 3 和 Perception Encoder 提供可选的开集三维物体检测，方便视觉研究者或机器人工程师在做稠密建图原型时直接使用。安装脚本会自动下载第三方模型权重，只要 GPU 显存足够，很快就能跑通一次重建。