LoFT
-
地平线发布视频几何模型LoFT:5.145亿参数,从RGB视频联合预测位姿、内参和深度
地平线机器人实验室发布原生视频几何基础模型LoFT。它采用双循环Transformer,能从RGB视频中联合预测相机位姿、内参和逐帧深度。模型约5.145亿参数,在约297万条序列、9.62亿帧图像上训练,多项深度估计指标领先。
地平线机器人实验室发布原生视频几何基础模型LoFT。它采用双循环Transformer,能从RGB视频中联合预测相机位姿、内参和逐帧深度。模型约5.145亿参数,在约297万条序列、9.62亿帧图像上训练,多项深度估计指标领先。