Веса сети SLAM3R Image-to-Points для построения плотного облака точек и реконструкции 3D-сцены по короткому монокулярному RGB-видео.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
siyan824/slam3r_i2p — репозиторий с предварительно обученными весами сети Image-to-Points из SLAM3R, системы для реконструкции плотной трёхмерной сцены по монокулярному RGB-видео. Система регрессирует трёхмерные точки с помощью нейросетей прямого прохода и предназначена для работы в реальном времени.
Сеть принимает короткие видеоклипы и строит плотное облако точек, выравнивая кадры в общей системе координат. В метаданных модели указана задача image-to-3d, а веса представлены в формате safetensors. Карточка связывает проект с публикацией на CVPR 2025.
Сеть рассчитана на короткие монокулярные RGB-видеоклипы; качество и ограничения реконструкции в карточке не описаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
[CVPR 2025] SLAM3R: Real-Time Dense Scene Reconstruction from Monocular RGB Videos
SLAM3R is a real-time RGB SLAM system that performs dense 3D reconstruction via points regression with feed-forward neural networks.
This repository contains pre-trained weights for the Image-to-Points network, which converts short video clips into dense point clouds with all frames aligned in a unified coordinate system.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
3D-генерация пока не поддерживается.