XiandaGuo/OpenStereo

解决的问题

OpenStereo 提供了一个统一、灵活且可扩展的立体匹配框架，立体匹配是通过同一场景的两张略有不同的图像来估计深度的过程。它通过将众多数据集和最先进的模型整合到一个环境中，解决了对全面基准测试的需求，从而实现更便捷的训练、测试和比较。

工作原理

该项目作为一个全面的库，支持17个流行的立体数据集（如 KITTI、SceneFlow 和 StereoCarla），并复现了多种最先进的（SOTA）立体匹配方法。它利用 PyTorch 的分布式数据并行（DDP）进行高效训练和测试，采用自动混合精度（AMP）优化性能，并集成 TensorRT 实现高性能部署。

适用人群

专为从事计算机视觉领域的学术研究人员和开发者设计，特别是专注于深度估计、立体匹配和自动驾驶感知的人员。

主要亮点

• 广泛的数据集支持：兼容17个主要立体数据集，包括 StereoCarla 等专用驾驶数据集。
• 模型库：包含多种 SOTA 方法的复现以及 FoundationStereo 等集成模型。
• 性能优化：内置对 DDP、AMP 和 TensorRT 的支持，实现更快的推理和训练。
• 强大的基线：包含 StereoBase 模型，该模型在 KITTI15 排行榜上取得了顶尖排名。