VGGT-Det-CVPR2026

不用相机标定，多视角直接检测室内3D物体

VGGT-Det 是 CVPR 2026 论文的官方开源实现，聚焦多视角室内 3D 物体检测。传统多视角 3D 检测方法通常依赖相机内外参或传感器几何信息（如标定矩阵、深度传感器），部署成本高且对未知相机配置不鲁棒。该项目提出从 VGGT（Visual Geometry Grounded Transformer）这一三维重建基础模型的内部特征中挖掘几何先验，从而在无需传感器几何参数的条件下完成多视角室内 3D 目标检测。核心能力包括：利用预训练 VGGT 的中间层注意力与特征作为几何线索，构建检测头完成 3D 框回归与分类；支持任意相机排列的输入，不要求标定信息；在室内多视角数据集上验证了方法的有效性。代码基于 Python 实现，面向学术复现与后续研究，为无标定 3D 感知提供了新思路。