XiandaGuo/OpenStereo

解決的問題

OpenStereo 提供一個統一、彈性且可擴展的立體匹配框架，立體匹配是透過同一場景的兩張略有不同的影像來估計深度的過程。它透過將眾多資料集與最尖端的模型整合至單一環境中，解決了對全面基準測試的需求，進而實現更輕鬆的訓練、測試與比較。

工作原理

此專案作為一個全面的程式庫，支援17個流行的立體資料集（如 KITTI、SceneFlow 和 StereoCarla），並重現多種最尖端（SOTA）的立體匹配方法。它利用 PyTorch 的 Distributed Data Parallel（DDP）進行高效訓練與測試，採用自動混合精度（AMP）優化效能，並整合 TensorRT 以實現高效率部署。

適用對象

專為從事電腦視覺領域的學術研究人員與開發者設計，特別是專注於深度估計、立體匹配與自動駕駛感知的使用者。

主要亮點

• 廣泛的資料集支援：相容17個主要的立體資料集，包括 StereoCarla 等專用駕駛資料集。
• 模型倉庫：包含多種 SOTA 方法的重現與 FoundationStereo 等整合模型。
• 效能優化：內建支援 DDP、AMP 與 TensorRT，實現更快的推論與訓練。
• 強大的基線：包含 StereoBase 模型，該模型在 KITTI15 排行榜上取得頂尖排名。