VSLAM-LAB

一条命令跑通多种 VSLAM 算法与数据集对比

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署计算机视觉 🍴 复刻 75 🐛 待处理 105 👀 关注 7

GitHub ↗

GitHub 星标 ★ 569

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源免费

项目预览

项目数据

分类计算机视觉

开发团队VSLAM-LAB

GitHubhttps://github.com/VSLAM-LAB/VSLAM-LAB

定价模式🏷️完全免费

价格说明开源免费

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

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★ 569

上线时间2024-07-13 00:00:00

代码更新2026-10-15

仓库体积85.7 MB

本站数据更新2026-11-05

维护状态较活跃

收录时间2026-09-21

浏览次数3

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 569

技术标签

computer-vision robotics

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 70 分钟部署方式：本地构建 5 步

环境要求

C++ 构建工具链
Python 环境
数据集

安装与启动步骤

1克隆

视觉定位与建图的统一评测框架。
```
git clone https://github.com/VSLAM-LAB/VSLAM-LAB.git
```
2装依赖

编译依赖较多，先备构建工具。
3配一个算法

按它的配置方式把要测的系统接进来。
4下数据集

支持多套公开数据集，先下一个小的。
5跑一轮评测

拿到轨迹误差等指标，横向对比。