纯RGB视觉基于神经网络的点云重建SLAM3R（对白墙等弱纹理环境友好）

主页吾名招财简介工科学硕研究方向机器视觉爱好较广泛…​签名面朝大海春暖花开纯RGB视觉基于神经网络的点云重建SLAM3R对白墙等弱纹理环境友好引言SLAM3R环境配置运行引言之前测试过不少基于纯视觉RGB的slam算法当对一个小的物体进行环绕一周拍摄时效果都不错当目标扩大如对一个小型的室内进行点云重建时若是室内纹理强前后帧间的特征点也多的话效果也还行但是当室内的纹理弱基本都是大白墙的话传统的基于视觉的slam的方法就不太行了特征点少前后帧匹配也就不好深度估计也不好最后重建的点云质量也比较差。后面发现在纯视觉的slam方法中新出的很多基于神经网络的slam方法效果比较好其通过神经网络对室内进行深度估计、重定位等操作对大白墙等弱纹理的场景有很好的效果最后能重建出比较完整的彩色三维点云。SLAM3Rhttps://github.com/PKU-VCL-3DV/SLAM3R/tree/main环境配置请参考官方教程运行启动时直接运行python app.py此时就能在本地浏览器打开应用界面进行相关测试了在本地浏览器打开此网址http://127.0.0.1:7860/上传包含图片的文件夹上传成功后点击运行此时后台会加载相应的图片并训练此处的数据集是官方数据集2000张图片注意要保证本地电脑内存足够否则会崩溃基于神经网络的相关算法对电脑的性能要求都比较高这里官方的数据集2000张太大了本地电脑有些带不动就先用85张的数据集简单演示一下运行完成后结果如上可以点击下载图标进行点云模型的下载下载后的点云是glb文件可以用本地的3D查看器查看