Pair-VPR

用视觉Transformer让机器人认路更准，不怕光照季节变化

Pair-VPR 是一个基于视觉 Transformer 的视觉地点识别（VPR）开源模型，发表于 IEEE RA-L 2025。它解决的是在环境变化（如光照、季节、视角）下，机器人或自动驾驶系统如何准确识别“回到同一地点”的问题。核心能力包括：提出一种地点感知的预训练方法，让模型在预训练阶段就学习地点相关的判别特征；设计对比对分类框架，将 VPR 任务转化为对图像对是否来自同一地点的分类问题，从而提升匹配精度。项目提供官方训练和评估代码，支持主流 VPR 数据集，方便研究者复现和扩展。相比传统基于 CNN 或全局描述子的方法，Pair-VPR 在视觉 Transformer 架构上实现了更鲁棒的地点识别，尤其适合复杂环境下的长期定位。