DROID-SLAM

> 编程语言

开源

DROID-SLAM DROID-SLAM：用于单目、立体和RGB-D相机的深度视觉SLAM Zachary Teed 和 Jia Deng @article{teed2021droid, title={{…

2.6K stars0 点赞1 次浏览

访问官网 GitHub

工具介绍

DROID-SLAM DROID-SLAM：用于单目、立体和RGB-D相机的深度视觉SLAM Zachary Teed 和 Jia Deng @article{teed2021droid, title={{…

DROID-SLAM

Zachary Teed 和 Jia Deng

@article{teed2021droid,
  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},
  year={2021}
}

环境要求

要运行代码，你需要...

推理： 运行演示需要至少 11G 显存的 GPU。
训练： 训练需要至少 24G 显存的 GPU。我们在 4 块 RTX-3090 GPU 上进行训练。

快速开始

使用 --recursive 标志克隆仓库

bash

git clone --recursive https://github.com/princeton-vl/DROID-SLAM.git

如果你忘了加 --recursive

bash

  git submodule update --init --recursive .

安装

需要你的机器上已安装 CUDA。如果遇到问题，请确保 PyTorch 和 CUDA 的主版本号与以下检查一致（次版本号不匹配应该没问题）。

bash

nvidia-smi
python -c "import torch; print(torch.version.cuda)"

bash

python3 -m venv .venv
source .venv/bin/activate

# install requirements (tested up to torch 2.7)
pip install -r requirements.txt

# optional (for visualization)
pip install moderngl moderngl-window

# install third-party modules (this will take a while)
pip install thirdparty/lietorch
pip install thirdparty/pytorch_scatter

# install droid-backends
pip install -e .

演示

从 Google Drive 下载模型：droid.pth 或使用

bash

    ./tools/download_model.sh
    ```

2. 使用提供的脚本下载一些示例视频。
    
```Bash
    ./tools/download_sample_data.sh
    ```

在任意样本上运行演示（所有演示均可在具有 11G 内存的 GPU 上运行）。要保存具有全分辨率深度图的重建结果，请使用 `--reconstruction_path` 标志。如果您使用 `--reconstruction_path my_reconstruction.pth` 运行，则可以通过运行以下命令以高分辨率查看重建结果：
```Bash
Python view_reconstruction.py my_reconstruc

DROID-SLAM: Deep Visual SLAM for Monocular, Stereo, and RGB-D Cameras