标签:

• 图像转3D
• PyTorch模型中心混合
• 模型中心混合 库名称: mast3r 仓库地址: https://github.com/naver/mast3r

基于MASt3R实现图像与3D空间匹配

@misc{mast3r_arxiv24,
      title={基于MASt3R实现图像与3D空间匹配}, 
      author={文森特·勒鲁瓦、约安·卡邦、杰罗姆·雷沃},
      year={2024},
      eprint={2406.09756},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

@inproceedings{dust3r_cvpr24,
      title={DUSt3R：让几何3D视觉变得更简单}, 
      author={王书哲、文森特·勒鲁瓦、约安·卡邦、鲍里斯·奇德洛夫斯基、杰罗姆·雷沃},
      booktitle = {CVPR},
      year = {2024}
}

许可证

代码采用CC BY-NC-SA 4.0许可证分发。详见LICENSE。
对于检查点文件，除CC-BY-NC-SA 4.0外，还需遵守所有使用的公共训练数据集和基础检查点的许可证。
特别提醒，mapfree数据集的许可证限制非常严格。更多信息请查看CHECKPOINTS_NOTICE。

模型信息

GitHub页面: https://github.com/naver/mast3r/

使用方法

首先安装mast3r。 加载模型方法：

from mast3r.model import AsymmetricMASt3R
import torch

model = AsymmetricMASt3R.from_pretrained("naver/MASt3R_ViTLarge_BaseDecoder_512_catmlpdpt_nonmetric")

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)