Robbyant/lingbot-map:面向流式三维重建的几何上下文模型
来源:GitHub — 2026-10-10 · ⭐ 17,612 stars · Python
📋 概述
LingBot-Map 是 Robbyant 团队提出的前馈式三维基础模型,专攻流式三维重建,论文被列为 ECCV 2026 最佳论文候选。它用几何上下文 Transformer 把坐标定位、稠密几何线索与长程漂移校正统一进一个流式框架,靠锚点上下文、位姿参考窗口与轨迹记忆三者协同实现。得益于分页 KV 缓存的注意力机制,模型在 518×378 分辨率下可稳定跑到约 20 FPS,并支持超过 10,000 帧的长序列,官方称在多项基准上优于既有的流式与迭代优化方法。以 Python 实现,累计约 1.8 万星,Apache-2.0 协议。
🔑 核心要点
- 几何上下文 Transformer 把坐标定位、稠密几何线索与长程漂移校正统一进流式框架。
- 采用分页 KV 缓存注意力,518×378 分辨率下可稳定跑到约 20 FPS。
- 支持超过 10,000 帧的长序列重建,重点解决长程漂移问题。
- 论文被列为 ECCV 2026 最佳论文候选,官方称多项基准优于既有流式方法。
💡 金句
流式重建的难点不在于单帧多准,而在于跑过上万帧之后还认得出原来的坐标系。
👍 0
👎 0
← 返回 GitHub Trending 首页