标签:

• 模型中心混合
• PyTorch模型中心混合 许可证: 知识共享-署名-非商业性使用 4.0 语言:
• 英文 管道标签: 图像转3D

VGGT：视觉几何基础Transformer

Meta AI研究院; 牛津大学VGG实验室

王建元, 陈明浩, Nikita Karaev,
Andrea Vedaldi, Christian Rupprecht, David Novotny

概述

视觉几何基础Transformer（VGGT，CVPR 2025）是一种前馈神经网络，能够直接从场景的一个、几个或数百个视图中，在数秒内推断出所有关键的3D属性，包括相机的外参和内参、点云图、深度图以及3D点轨迹。

快速开始

请参考我们的GitHub仓库

引用

如果您觉得我们的仓库对您有帮助，请考虑给它一个星标 ⭐ 并在您的工作中引用我们的论文：

@inproceedings{wang2025vggt,
  title={VGGT：视觉几何基础Transformer},
  author={王建元 and 陈明浩 and Nikita Karaev and Andrea Vedaldi and Christian Rupprecht and David Novotny},
  booktitle={IEEE/CVF计算机视觉与模式识别会议论文集},
  year={2025}
}