git clone --recursive https://github.com/princeton-vl/DROID-SLAM.git Creating a new anaconda environment using the provided .yaml file. Useenvironment_novis.yamlto if you do not want to use the visualization conda env create -f environment.yaml pip install evo --upgrade --no-binary evo pip...
princeton-vl / DROID-SLAM Public Notifications Fork 305 Star 1.8k main Breadcrumbs DROID-SLAM /droid_slam / droid.py Latest commit HistoryHistory File metadata and controls Code Blame 89 lines (64 loc) · 2.84 KB Raw 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19...
DROID-SLAM: Deep Visual SLAM for Monocular, Stereo, and RGB-D Cameras,是普林斯顿大学发表在NeurIPS 2021上的论文,是一个基于深度学习的SLAM系统,在多个数据集上取得了不错的效果。 其中,光流估计的相关部分来源于同一个团队之前的发表的成果,RAFT。 DROID-SLAM的代码已经在github上开源了,地址是https://github...
title={Droid-slam: Deep visual slam for monocular, stereo, and rgb-d cameras}, author={Teed, Zachary and Deng, Jia}, journal={Advances in Neural Information Processing Systems}, volume={34}, year={2021}} 论文与代码 https://arxiv.org/pdf/2108.10869.pdf https://github.com/princeton-vl/...
https://github.com/princeton-vl/DROID-SLAMgithub.com/princeton-vl/DROID-SLAM 摘要Abstract 我们介绍一种新的基于深度学习的SLAM系统,DROID-SLAM,其包括通过一个Dense BA层反复迭代更新相机位姿和像素深度。这个系统是精确的,比之前的工作取得了大的提升,并且是鲁棒的,遭受灾难性失败要少得多。尽管在单目视频...
一个深度BA层来循环迭代的更新相机位姿和像素深度值. 实验证明, DROID-SLAM比传统SLAM取得了更高的精度和鲁棒性, 在实验场景中几乎不会失败. 尽管我们只在单目视频上训练了我们的网络, 但是在测试阶段,这个网络仍然可以在双目和RGB-D视频上取得很好的表现.代码开源在https://github.com/princeton-vl/DROID-SLAM....
git clone --recursive https://github.com/princeton-vl/DROID-SLAM.git Creating a new anaconda environment using the provided .yaml file. Use environment_novis.yaml to if you do not want to use the visualization conda env create -f environment.yaml pip install evo --upgrade --no-binary evo...
我们的框架DroidSplat在常见的SLAM基准测试中实现了最先进的跟踪和渲染结果。我们实现了现代SLAM系统的多个构建模块并行运行,从而能够在普通消费级图形处理器(GPU)上进行快速推理。单目深度预测和相机校准领域的最新进展使我们的系统即使在没有已知相机内参的野外数据上也能取得优异结果。代码将在https://github.com/Chen...
https://github.com/princeton-vl/DROID-SLAM 摘要Abstract 我们介绍一种新的基于深度学习的SLAM系统,DROID-SLAM,其包括通过一个Dense BA层反复迭代更新相机位姿和像素深度。这个系统是精确的,比之前的工作取得了大的提升,并且是鲁棒的,遭受灾难性失败要少得多。尽管在单目视频上进行训练,但它可以利用双目立体或RGB-...
我们的框架DroidSplat在常见的SLAM基准测试中实现了最先进的跟踪和渲染结果。我们实现了现代SLAM系统的多个构建模块并行运行,从而能够在普通消费级图形处理器(GPU)上进行快速推理。单目深度预测和相机校准领域的最新进展使我们的系统即使在没有已知相机内参的野外数据上也能取得优异结果。代码将在https://github.com/Chen...