#236 · 主分类: 计算机视觉

simplerecon

computer-vision cost-volume depth depth-estimation eccv2022 multi-view-stereo mvs pytorch scannet visualization

[ECCV 2022] SimpleRecon:无需3D卷积的3D重建

项目最后更新:05/09/25

GitHub Stars

1.4K

Forks数量

130

贡献者数量

2

许可证

Other

收录理由

SimpleRecon 是 ECCV 2022 论文的官方 PyTorch 参考实现,核心思路是把一组带位姿的照片转换成逐图像的深度图,服务于室内三维重建。相比早期多视角立体匹配方法依赖高开销的 3D 卷积,它改用更廉价的 2D 卷积,显著降低显存和计算量,同时在 ScanNet 上仍然保持不错的精度。如果你在做深度估计或基于位姿图像的场景重建,这个仓库提供了完整的训练与评测流程、预训练权重以及详细的环境配置说明,拿来就能跑通。代码围绕代价体和特征提取这些标准 MVS 模块组织,结构清晰,想弄懂现代多视角立体匹配到底怎么运作而不是只当黑盒用的话,是很合适的起点。需要留意的是许可证仅允许非商业和学术用途,若要并入商业项目,务必先核对具体条款。

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