LIMAP开源项目下载与安装教程
2024-12-09 20:17:28作者:何将鹤
1. 项目介绍
LIMAP(Line-based Mapping and Localization)是一个基于线特征进行映射和定位的工具箱。它由ETH Zurich的计算机视觉与几何学组开发,提供了用于2D/3D线几何操作的多种接口。LIMAP支持市面上的标准SfM软件,如VisualSfM、Bundler和COLMAP,用于初始化相机姿态并构建3D线图。
2. 项目下载位置
该项目托管在GitHub上,您可以通过以下地址下载:https://github.com/cvg/limap.git
3. 项目安装环境配置
在安装LIMAP之前,您需要配置以下环境:
- Python 3.8/9/10
- CMake >= 3.17
- CUDA(用于基于深度学习的检测器/匹配器)
- 系统依赖项
以下为环境配置的示例图片:
# 克隆项目
git clone https://github.com/cvg/limap.git
# 初始化子模块
cd limap
git submodule update --init --recursive
# 安装Python依赖
python -m pip install -r requirements.txt
4. 项目安装方式
安装LIMAP Python包的命令如下:
python -m pip install -Ive
安装完成后,可以通过以下命令验证安装是否成功:
python -c "import limap; print(limap.__version__)"
5. 项目处理脚本
以下是一些基本的处理脚本示例:
快速开始示例
# 下载测试场景(100张图片)
bash scripts/quickstart.sh
# 运行Fitnmerge(带深度图的线映射)
python runners/hypersim/fitnmerge.py --output_dir outputs/quickstart_fitnmerge
# 运行仅RGB的线映射
python runners/hypersim/triangulation.py --output_dir outputs/quickstart_triangulation
# 视化3D线图
python visualize_3d_lines.py --input_dir outputs/quickstart_triangulation/finaltracks
混合点线定位示例
# 运行定位示例
python runners/tests/localization.py --data runners/tests/data/localization/localization_test_data_stairs_1.npy
请确保按照项目文档中的说明进行操作,以获得最佳效果。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136