VSLAM-LAB

一条命令跑通多种 VSLAM 算法与数据集对比

VSLAM-LAB 是一个面向视觉 SLAM(VSLAM)研究的综合性开源框架,目标是统一管理各类 VSLAM 系统与数据集,解决研究者在复现、对比不同算法时反复配置环境、格式转换和评测流程碎片化的问题。它提供统一的命令行与 Python 接口,可一键下载并预处理多种公开数据集,自动编译和运行 ORB-SLAM、DROID-SLAM、OpenVINS 等主流系统,并输出轨迹精度、运行时间等标准化评测指标。框架还支持自定义数据集与算法接入,内置结果可视化与表格汇总,方便做消融实验和横向对比。整体用 Python 编写,模块化设计,适合机器人、自动驾驶和三维重建方向的科研人员快速搭建可复现的 VSLAM 基准测试流程。

开源 free 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 557
维护状态 活跃
是否开源
定价模式 free

项目数据

分类计算机视觉
开发团队VSLAM-LAB
所属国家
官网地址
定价模式free
价格说明开源免费
访问状态
是否开源
开源协议GPL-3.0
主要语言Python
技术栈/模型computer-vision,robotics,slam,vslam
GitHub 星标★ 557
30天Star增速
HF 下载量
上线时间2024-07-13 00:00:00
最近更新2026-09-12 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0

使用教程

核心亮点

  • 统一封装数据集下载、格式转换与算法编译运行,减少重复配置工作
  • 内置多种主流 VSLAM 系统与公开数据集的标准化评测流程,便于横向对比
  • 提供 Python API 与命令行两种使用方式,方便集成到已有实验脚本

不足之处

  • 早期项目,文档和社区生态仍在完善中
  • 对部分算法或数据集的适配依赖特定环境,跨平台稳定性待观察

适用场景

  • 科研人员复现并对比 ORB-SLAM、DROID-SLAM 等算法的精度
  • 机器人团队为自研 VSLAM 系统搭建标准化基准测试
  • 学生快速上手视觉 SLAM 实验,免去繁琐的环境与数据准备

替代项目

OpenVINS、evo、Kimera

项目介绍

VSLAM-LAB 是计算机视觉领域的开源项目,由 VSLAM-LAB 开发,2024 年首次发布。

它收录于计算机视觉分类,该分类目前共有 445 个项目,GitHub 星标数为 557。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-12。开源免费。

它主要面向的使用场景是:科研人员复现并对比ORB-SLAM、DROID-SLAM等算法的精度。同类可对比的替代方案包括 OpenVINS、evo、Kimera。

上一篇:rio-tiler

下一篇:event-based_vision_resources

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 3995 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90893 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2035 2026-08-14