SLAM3R （1）运行

cd /home/dongdong/2project/1salm/SLAM3R
conda activate slam3r

 

确认权重已下载

python - <<'PY'
from slam3r.models import Image2PointsModel, Local2WorldModel
Image2PointsModel.from_pretrained('siyan824/slam3r_i2p')
Local2WorldModel.from_pretrained('siyan824/slam3r_l2w')
PY

　　

跑你自己的数据

当前代码已经支持直接传入数据集根目录。

如果目录结构类似：

/home/dongdong/2project/0data/RTK/data_3_jianda/300_map_3pm/
  images/
  slam_out/
  ...

　　

那么直接运行：

python recon.py \
  --dataset_root /home/dongdong/2project/0data/RTK/data_3_jianda/300_map_3pm \
  --gpu_id 0 \
  --keyframe_stride -1 \
  --keyframe_adapt_min 1 \
  --keyframe_adapt_max 20 \
  --keyframe_adapt_stride 1 \
  --win_r 5 \
  --num_scene_frame 10 \
  --initial_winsize 5 \
  --conf_thres_l2w 12 \
  --conf_thres_i2p 1.5 \
  --num_points_save 1000000 \
  --update_buffer_intv 1 \
  --buffer_size 100 \
  --buffer_strategy reservoir \
  --max_num_register 10 \
  --retrieve_freq 1 \
  --save_preds

　　

4. 输入输出规则

• 输入会自动读取：
  /home/dongdong/2project/0data/RTK/data_3_jianda/300_map_3pm/images
• 输出会写到：
  /home/dongdong/2project/0data/RTK/data_3_jianda/300_map_3pm/SLAM3R_results
• 不会改动数据集目录里的其他内容

5. 主要输出文件

运行完成后，结果在 SLAM3R_results/ 下，主要包括：

• trajectory_frames.txt
• trajectory_keyframes.txt
• trajectory_keyframes_tum.txt
• run_summary.json
• preview_trajectory.html
• reconstruction.ply
• preds/