GitHub 热门项目： mast3r

GitHub 项目：mast3r 仓库地址：https://github.com/naver/mast3r 星级：3088 | 作者：naver 项目描述：使用 MASt3R 进行 3D 地面图像匹配 =================================================== 自述文件内容：  正式实施“使用 MASt3R 进行 3D 地面图像匹配” [[项目页面](https://europe.naverlabs.com/blog/mast3r-matching-and-stereo-3d-reconstruction/)]、[[MASt3R arxiv](https://arxiv.org/abs/2406.09756)]、[[DUSt3R arxiv](https://arxiv.org/abs/2312.14132)]   ````bibtex @misc{mast3r_eccv24, title={使用 MASt3R 进行 3D 基础图像匹配}， 作者={文森特·勒罗伊、约翰·卡本和杰罗姆·雷沃}， 书名 = {ECCV}, 年 = {2024} } @misc{mast3r_arxiv24, title={使用 MASt3R 进行 3D 基础图像匹配}， 作者={文森特·勒罗伊、约翰·卡本和杰罗姆·雷沃}， 年={2024}, 电子打印={2406.09756}, archivePrefix={arXiv}, PrimaryClass={cs.CV} } @inproceedings{dust3r_cvpr24， title={DUSt3R：几何 3D 视觉变得简单}， 作者={Shuzhe Wang、Vincent Leroy、Yohann Cabon、Boris Chidlovskii 和 Jerome Revaud}， 书名 = {CVPR}, 年 = {2024} } @诉讼中{ 杜斯特霍夫2025masstrsfm, title={{MAS}t3R-SfM：无约束运动结构的完全集成解决方案}， 作者={Bardienus Pieter Duisterhof、Lojze Zust、Philippe Weinzaepfel、Vincent Leroy、Yohann Cabon 和 Jerome Revaud}， booktitle={2025年3D视觉国际会议}, 年={2025}, url={https://openreview.net/forum?id=5uw1GRBFoT} } ```` ## 目录 - [目录](#table-of-contents) - [许可证](#license) - [开始](#get-started) - [安装](#安装) - [检查点](#checkpoints) - [MASt3R 模型](#mast3r-model) - [检索模型](#retrieval-model) - [沙丘模型](#dune-model) - [MASt3R-SfM](#mast3r-sfm) - [互动演示](#interactive-demo) - [与 docker 的交互式演示](#interactive-demo-with-docker) - [用法](#用法) - [使用 MASt3R](#usage-mast3r) - [用法 DUNE+MASt3R](#usage-dunemast3r) - [训练](#training) - [数据集](#datasets) - [演示](#demo) - [我们的超参数](#our-hyperparameters) - [视觉本地化](#visual-localization) - [数据集准备](#dataset-preparation) - [示例命令](#example-commands) ## 许可证 该代码根据 CC BY-NC-SA 4.0 许可证分发。 有关详细信息，请参阅[许可证]（许可证）。 ````蟒蛇 # 版权所有 (C) 2024 年至今 Naver Corporation。版权所有。 # 根据 CC BY-NC-SA 4.0 许可（仅限非商业用途）。 ```` ## 开始使用 ### 安装 1.克隆MASt3R。 ````bash git clone --recursive https://github.com/naver/mast3r 光盘桅杆3R # 如果你已经克隆了 mast3r: # git 子模块更新 --init --recursive ```` 2.创建环境，这里以使用conda为例。 ````bash conda create -n mast3r python=3.11 cmake=3.14.0 conda 激活 mast3r conda 安装 pytorch torchvision pytorch-cuda=12.1