UniMVSNet开源项目 – 统一深度估计的多视图立体

Devzery是一个AI驱动的测试平台，通过精确的测试用例生成，革新软件测试流程。它利用先进的计算机视觉和DOM分析，提供定制化场景，确保全面覆盖。

ZeST是一种零样本、免训练的方法，用于图像到图像的材料传输。它可以轻松扩展以在单个图像中执行多种材质编辑，并对纹理网格的渲染执行隐式照明感知编辑。

一个自定义 Hugging Face 节点的开源项目，用于 Google Visual Blocks for ML，允许用户在无代码图形编辑器中创建机器学习管道，支持多种机器学习功能并与Hugging Face Serverless API集成。

gtracer是一个基于OptiX的可微3D高斯光线追踪工具，能够快速追踪粒子场景，并为3D重建提供技术支持。它采用高效的光线追踪算法，适用于复杂的3D场景重建，支持3D重建项目的技术开发与优化。

Sapiens是一系列专门针对人类的视觉基础模型，所有权重开放，提供各种尺寸的分割、深度和主题模型，旨在推动计算机视觉领域的发展。

Prompt Depth Anything 是一个专注于高分辨率深度估计的AI工具，旨在简化4K深度图的生成过程，并提升深度估计的精度和实用性。它通过低成本LiDAR作为提示，引导Depth Anything模型输出准确的度量深度，适用于3D重建和机器人抓取等场景。

GrUMoDepth 是一种通过梯度方法进行的不确定性估计，专注于单目深度估计，旨在提高深度估计的准确性和可靠性。

HyperNeRF是一个支持高维表示和处理拓扑变化的神经辐射场的项目，旨在提高3D重建和场景渲染的效果。

一个通过坐标映射进行相机定位的神经框架。

DINOv2是Meta AI开发的最先进计算机视觉模型，具有自监督学习功能，无需大量标注数据即可训练。它能够直接从图像中学习特征，适用于图像分类、分割、检索和深度估计等多种任务。DINOv2的预训练版本已上线，与CLIP和OpenCLIP等模型竞争，并在众多任务中表现出色。

一种通过幂变量投影实现无初始化的大规模束调整的方法，能够高效处理大型数据集并提高调整精度。

Fast3R是一个旨在通过单次前向处理实现1000+张图像的3D重建的项目，使得大规模3D重建变得轻松高效。

GRM是一个用于3D重建和生成的大型高斯重建模型，能够在极短的时间内（约0.1秒）重建出精确的3D模型。它支持将文本或图像直接转换成3D模型，适用于多种应用场景。该项目由Yinghao Xu等人开发，相关代码和模型即将发布。

VGGSfM是基于运动的视觉几何深层结构，旨在从输入图像中提取2D轨迹，通过图像和轨迹特征重建摄像机，初始化点云并应用捆绑调整层进行重建细化。

DUSt3R 是一种全新的3D立体重建方法，仅需两张图片即可完成3D建模，无需相机校准或视点姿态等先验信息。该项目提供了从图像对到3D点云的完整流程，支持多种分辨率和模型配置，适用于多种场景的3D重建任务。

camp_zipnerf项目结合了CamP和Zip-NeRF技术，实现了从iPhone捕获的图像中创建高精度的3D空间。该项目通过使用ARKit估计的相机姿势和改进的BARF相机参数化，显著提升了图像质量和3D重建的准确性，达到了最先进的水平。它特别适用于AR/VR应用、NeRF技术研究以及需要高精度3D重建的场景。