cvg/DeepLSD

解决的问题

DeepLSD 解决了从「野外」图像中提取高精度线段的挑战。它弥合了深度学习方法（通常具有鲁棒性但精度较低）与手工设计检测器（精度高但对噪声或复杂场景的鲁棒性较差）之间的差距。

工作原理

该系统从图像中预测线段距离场和角度场。通过将这些深度图像梯度与优化过程相结合，能够检测通用线段，并对其他检测器已检测到的线段进行优化和精炼，以提高其精度。

适用人群

本工具专为需要从图像中获取高精度几何信息的开发者和研究人员设计，例如 3D 重建、视觉定位和单应性估计等任务。

主要亮点

• 混合方法：结合深度学习的鲁棒性与手工检测器的准确性。
• 线段精炼：可对其他工具已检测到的线段进行优化和精炼。
• 预训练模型：包含在 Wireframe（用于室内场景）和 MegaDepth（用于通用室外场景）上训练的模型。
• 评估套件：提供内置工具，可在多个数据集上评估低级线段检测和消失点估计。