XiandaGuo/OpenStereo

何を解決するか

OpenStereoは、同じシーンのわずかに異なる2枚の画像から深度を推定するプロセスであるステレオマッチングのための統合的で柔軟かつ拡張可能なフレームワークを提供します。多数のデータセットと最先端のモデルを1つの環境に統合することで、より簡単な学習、テスト、比較を実現する包括的なベンチマークの必要性に対応しています。

仕組み

このプロジェクトは、17の代表的なステレオデータセット（KITTI、SceneFlow、StereoCarlaなど）をサポートする包括的なライブラリとして機能し、いくつかの最先端（SOTA）ステレオマッチング手法を再現します。PyTorchのDistributed Data Parallel（DDP）を活用して効率的な学習とテストを実現し、Auto Mixed Precision（AMP）でパフォーマンスを最適化し、TensorRTを統合して高性能なデプロイを可能にしています。

対象ユーザー

コンピュータビジョン、特に深度推定、ステレオマッチング、自動運転の認識に注力する学術研究者および開発者向けに設計されています。

主な特徴

• 広範なデータセット対応：KITTI、SceneFlow、StereoCarlaなど、17の主要なステレオデータセットに対応。
• モデルズーロ：さまざまなSOTA手法の再現とFoundationStereoなどの統合モデルを含む。
• パフォーマンス最適化：DDP、AMP、TensorRTの組み込みサポートにより、高速な推論と学習を実現。
• 強力なベースライン：KITTI15リーダーボードでトップランクを達成したStereoBaseモデルを含む。