facebookresearch/vggt

⚡️ VGGT: превращает набор фотографий в геометрию 3D-сцены Обычно реконструкция сцены требует отдельной связки для оценки камер, глубины и отслеживания точек. VGGT получает изображения и предсказывает всё это одной feed-forward моделью. На вход можно подать один кадр, несколько снимков или сотни ракурсов. На выходе модель строит: - внутренние и внешние параметры камер - карты глубины - плотные карты 3D-точек - траектории выбранных точек между кадрами Результаты можно экспортировать в формат COLMAP, дополнительно обработать через bundle adjustment и использовать в пайплайнах NeRF или Gaussian Splatting через gsplat . Запуск занимает несколько строк: model = VGGT.from_pretrained("facebook/VGGT-1B").to(device) images = load_and_preprocess_images(image_names).to(device) with torch.no_grad(): predictions = model(images) https://github.com/facebookresearch/vggt