端到端视觉惯性里程计(end to end VIO)

1.VINet:[1701.08376] VINet:视觉惯性里程计作为序列到序列学习问题 (arxiv.org)

代码(项目还在建设中,代码好像不全):GitHub - HTLife/VINet: VINet: 视觉惯性里程计作为序列到序列学习问题​​​​​​

2.ATVIO:ATVIO:注意力引导视觉惯性里程计 |IEEE会议出版物 |IEEE Xplore的

无代码

3.visual selective VIO:[2205.06187] 具有自适应视觉模态选择的高效深度视觉和惯性里程计 (arxiv.org)

代码(没找到readme里讲的预训练模型文件):GitHub - mingyuyng/Visual-Selective-VIO: Code for “Efficient Deep Visual and Inertial Odometry with Adaptive Visual Modality Selection”, ECCV 20224.Selective Sensor Fusion for Neural Visual-Inertial Odometry:

[1903.01534] 神经视觉惯性里程计的选择性传感器融合 (arxiv.org)

代码(好像只是数据集):GitHub - changhao-chen/selective_sensor_fusion: 选择性传感器融合网页

5.(待更新,正在寻找相关题目的文献和代码,大家有相关的文献代码欢迎补充)

有没有大佬救救,小白要做相关方向的论文,很多都不懂,看了好多文献还是像无头苍蝇一样,找开源的代码也只找到几个,忙活好久才发现这些代码好像都不完整,也没有介绍依赖环境,没法复现。好崩溃。。。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值