最新汇总：一些基于深度学习的视觉里程计/SLAM开源代码

点击上方“计算机视觉life”，选择“星标”

快速获得最新干货

本文由自动驾驶科学家 黄浴老师授权转载，禁止二次转载。原文：

https://zhuanlan.zhihu.com/p/139150194

这里重点是摄像头运动估计和定位，不是地图或者路标（landmark）。以前大家都知道SLAM结合深度学习最多的是语义SLAM，比如语义分割和语义目标识别。而这里强调的是里程计和定位。另外，忽略一些特征提取和匹配的方法。

1. DEMON

https://github.com/lmb-freiburg/demon github.com

其方法如图所示

2. SfM Learner

https://github.com/tinghuiz/SfMLearner github.com

方法如图

3. LEGO

zhenheny/LEGO github.com

方法如图

4. Vid2Depth

https://sites.google.com/view/vid2depth sites.google.com

方法如图

5. DeepMatchVO

https://github.com/hlzz/DeepMatchVO github.com

方法如图

6. DeepVO

ChiWeiHsiao/DeepVO-pytorch github.com

krrish94/DeepVO github.com

方法如图

7. DDVO

https://github.com/MightyChaos/LKVOLearner github.com

方法如图

8. MonoDepth2

https://github.com/nianticlabs/monodepth2 github.com

方法如图

9. Depth VO Feat

Huangying-Zhan/Depth-VO-Feat github.com

方法如图

10. SC SfM Learner

https://github.com/JiawangBian/SC-SfMLearner-Release github.com

方法如图

11. GeoNet

https://github.com/yzcjtr/GeoNet github.com

方法如图

12. Nvidia CC

anuragranj/cc github.com

方法如图

13. DOP Learning

guangmingw/DOPlearning github.com

方法如图

14. EPC

chenxuluo/EPC github.com

方法如图

15. DF-VO

Huangying-Zhan/DF-VO github.com

算法如图

16. struct2depth

https://sites.google.com/view/struct2depth sites.google.com

方法如图

17. DF-Net

DF-Net yuliang.vision

方法如图

18. Samsung Odometry

saic-vul/odometry github.com

方法如图

19. SfM-Net

augustelalande/sfm github.com

方法如图

20. CNN-SVO

https://github.com/yan99033/CNN-SVO github.com

方法如图

21. DeepTAM

https://github.com/lmb-freiburg/deeptam github.com

方法如图

22. Active Neural SLAM

https://github.com/devendrachaplot/Neural-SLAM github.com

方法如图

---

关于性能比较，除了题目上方的误差比较表格，这里再附上一个轨迹比较图：

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~

投稿、合作也欢迎联系：simiter@126.com

长按关注计算机视觉life

不错哦，点个赞