SC-SfMLearner-Release: 开源深度学习视频处理项目

SC-SfMLearner-Release: 开源深度学习视频处理项目

SC-SfMLearner-Release Unsupervised Scale-consistent Depth Learning from Video (IJCV2021 & NeurIPS 2019) 项目地址: https://gitcode.com/gh_mirrors/sc/SC-SfMLearner-Release

1. 项目基础介绍及主要编程语言

SC-SfMLearner-Release 是一个开源的深度学习项目，旨在通过视频实现无需标注的尺度一致深度学习。该项目基于 PyTorch 框架，主要使用 Python 语言进行开发。它是在 Unsupervised Scale-consistent Depth Learning from Video 这篇论文的基础上实现的，论文发表在 IJCV 2021 和 NeurIPS 2019 上。

2. 项目核心功能

• 几何一致性损失：该功能使得预测的深度在全球范围内保持尺度一致性。
• 自发现遮罩：用于检测运动物体和遮挡，以提高准确性。
• 尺度一致预测：可以用于单目视觉SLAM系统。

3. 项目最近更新的功能

• 网络模型更新：使用 Resnet18 和 Resnet50 预训练模型（基于 ImageNet）作为深度和姿态编码器。
• 自动遮罩功能：通过 Monodepth2 移除静止点。
• 系统集成：将深度和姿态预测集成到 ORB-SLAM 系统中。
• 数据集扩展：增加了在 NYUv2 室内数据集上的训练和测试。

以上是该项目的基础介绍和最近更新的功能，SC-SfMLearner-Release 为深度学习和视觉里程计领域提供了一个强有力的工具，非常适合感兴趣的开发者和研究人员使用和研究。

SC-SfMLearner-Release Unsupervised Scale-consistent Depth Learning from Video (IJCV2021 & NeurIPS 2019) 项目地址: https://gitcode.com/gh_mirrors/sc/SC-SfMLearner-Release