SceneGraphFusion项目下载及安装教程
2024-12-05 02:39:55作者:胡易黎Nicole
1、项目介绍
SceneGraphFusion 是一个基于 RGB-D 序列进行增量 3D 场景图预测的开源 C++ 框架。该项目由 Shun-Cheng Wu、Johanna Wald、Keisuke Tateno、Nassir Navab 和 Federico Tombari 等人共同开发。项目旨在实现对场景的实时理解和场景图的生成,广泛应用于计算机视觉和机器学习领域。
2、项目下载位置
项目托管在 GitHub 上,您可以通过以下链接下载项目源代码:
https://github.com/ShunChengWu/SceneGraphFusion.git
3、项目安装环境配置(包括图片示例)
在安装之前,需要确保您的系统中已安装以下依赖项:
- Git
- CMake
- OpenCV
- Eigen3
- Assimp
- (可选)OpenGL & Glfw3
- (可选)Onnxruntime
以下是环境配置的步骤:
步骤 1:安装 Git 和 CMake
sudo apt update
sudo apt install git
sudo apt install cmake
步骤 2:安装 OpenCV 和 Eigen3
sudo apt install libopencv-dev
sudo apt install libeigen3-dev
步骤 3:安装 Assimp
sudo apt install libassimp-dev
步骤 4:(可选)安装 OpenGL & Glfw3
sudo apt install freeglut3-dev libglfw3-dev
步骤 5:(可选)安装 Onnxruntime
git clone --recursive -b v1.8.2 https://github.com/microsoft/onnxruntime.git
cd onnxruntime
/build.sh --config RelWithDebInfo --build_shared_lib --parallel
cd build/Linux/RelWithDebInfo
sudo make install
4、项目安装方式
以下是将项目克隆到本地并构建的步骤:
# 克隆项目
git clone https://github.com/ShunChengWu/SceneGraphFusion.git
# 初始化和更新子模块
cd SceneGraphFusion
git submodule init
git submodule update
# 创建构建目录并构建
mkdir build
cd build
cmake ..
make
如果需要启用 GUI 或图预测功能,可以在 CMake 过程中添加相应的选项:
cmake -DBUILD_GRAPHPRED=ON -DBUILD_GUI=ON
5、项目处理脚本
项目提供了一个示例脚本 prepare_example_data.sh,用于下载和准备一个示例序列以运行系统。以下是运行脚本的步骤:
# 运行脚本准备示例数据
bash prepare_example_data.sh
# 切换到 bin 目录并运行程序
cd bin
./exe_GraphSLAM --pth_in /path/to/3RScan/sequence/
以上就是 SceneGraphFusion 项目的下载和安装教程。希望对您有所帮助!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
321
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868