#421 · 主分类: 计算机视觉

AdaBins

adaptive-bins deep-learning depth-estimation metric-depth-estimation monocular-depth-estimation neural-networks pretrained-models single-image-depth-prediction transformers

Adabins的官方实现:使用自适应箱的深度估计

项目最后更新:05/29/22

GitHub Stars

783

Forks数量

161

贡献者数量

2

许可证

GPL-3.0

收录理由

AdaBins 是 CVPR 2021 那篇关于自适应分箱做单目深度估计论文的官方实现,至今仍是需要从单张 RGB 图像得到逐像素深度时的可靠参考。它不像传统方法那样把深度范围切成固定间隔,而是让网络根据图像内容自己决定分箱位置,因此在室内和室外场景下都能获得更准的结果。仓库里提供了 NYU-Depth-v2 和 KITTI 的预训练权重,还带一个 InferenceHelper 类,把预处理和测试时增强都封装好了,下载完权重就能直接跑出深度图,省去不少配置功夫。对于做机器人或 AR 里深度相关任务的人来说,这是个干净利落的基线,方便在此基础上改造。不过项目自 2022 年起就没有再更新了。

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