XiandaGuo/OpenStereo

해결하는 문제

OpenStereo는 동일한 장면의 약간 다른 두 이미지에서 깊이를 추정하는 과정인 스테레오 매칭을 위한 통합적이고 유연하며 확장 가능한 프레임워크를 제공합니다. 다양한 데이터셋과 최신 기술 모델을 하나의 환경에 통합함으로써, 더 쉬운 학습, 테스트 및 비교를 위한 포괄적인 벤치마크의 필요성을 해결합니다.

작동 방식

이 프로젝트는 KITTI, SceneFlow, StereoCarla와 같은 17개의 인기 있는 스테레오 데이터셋을 지원하는 포괄적인 라이브러리로 작동하며, 여러 최신 기술(SOTA) 스테레오 매칭 방법을 재현합니다. 효율적인 학습과 테스트를 위해 PyTorch의 Distributed Data Parallel(DDP)를 활용하고, 성능 최적화를 위해 Auto Mixed Precision(AMP)을 사용하며, 고성능 배포를 위해 TensorRT를 통합합니다.

대상 사용자

깊이 추정, 스테레오 매칭, 자율주행 인식에 집중하는 컴퓨터 비전 분야의 학술 연구자 및 개발자에게 적합합니다.

주요 특징

• 광범위한 데이터셋 지원: KITTI, SceneFlow, StereoCarla 등 17개의 주요 스테레오 데이터셋과 호환됩니다.
• 모델 자료관: 다양한 SOTA 방법의 재현과 FoundationStereo와 같은 통합 모델을 포함합니다.
• 성능 최적화: DDP, AMP, TensorRT의 내장 지원으로 더 빠른 추론과 학습을 가능하게 합니다.
• 강력한 베이스라인: KITTI15 리더보드에서 상위 순위를 기록한 StereoBase 모델을 포함합니다.