基于 PyTorch 的几何计算机视觉库，提供可微分的图像处理与几何变换算子，方便在空间 AI 和机器人任务中搭建视觉模型。

基于节点的可视化编程工具箱，把照片一键重建为带纹理的 3D 模型，覆盖相机追踪、多视图立体和 HDR 成像等流程。

用提示（如稀疏深度点或相机位姿）引导单目深度估计，输出高精度、尺度一致的深度图，用于三维重建和机器人抓取。

从视频中估计相机位姿、深度和相机内参的 3D 感知引擎，为几何三维重建与空间理解提供基础数据。

把 Depth Anything V3 单目深度估计模型封装成 ROS2 节点，用 TensorRT 加速推理，从相机图像直接输出米制深度图和点云。

Meta 开源的通用前馈式三维重建模型，能从单张或多视角图像直接恢复带真实尺度的三维几何，省去传统 SfM 的繁琐标定与优化流程。

从单张开放域图像估计深度、法线和相机参数的几何模型，CVPR'25 Oral 工作，可用于单目三维重建与场景理解。

面向大规模场景的可扩展测试时训练 3D 重建方案，通过在线自适应提升深度估计与重建精度，适合处理超长序列和大范围场景。

用 SfM 引导的单目深度估计做多视角三维重建，把稀疏重建的相机位姿和单目深度先验结合起来，提升复杂场景下的重建精度。

DepthLM 的官方实现，用视觉语言模型做单目深度估计，把深度预测转成语言建模任务，在 ICLR 2026 入选 Oral。

一个通用的扩散模型，用生成式方法统一处理深度估计、法线估计和分割等多种视觉感知任务，省去为每个任务单独建模的麻烦。

用单张图片自监督重建三维场景，基于神经辐射场实现新视角合成与深度估计，无需三维标注数据。

用 AI 深度估计把普通 2D 视频转成 3D，支持多种输出格式，适合做立体视频和 3D 渲染。

基于 TensorRT 和 CUDA 加速 YOLO 系列模型部署的 C++ 示例库，覆盖检测、姿态、分割、深度估计、OBB 和分类等任务，帮你在 NVIDIA 显卡上把推理跑得更快。

ZED SDK 是 Stereolabs 为 ZED 立体相机提供的空间感知开发套件，支持实时深度估计、SLAM、点云和人体姿态估计，帮助快速搭建智能机器人与空间感知应用。

Iris-3B 是一个 3B 参数的扩散 Transformer，直接在像素空间生成图像、无需 VAE；同一预训练先验微调后还能做单目深度估计和 4 倍图像修复。

汇总视频深度估计与立体视频转换模型的排行榜，方便按指标对比 Depth Anything、DepthCrafter、StereoCrafter 等方案的优劣。

Ultralytics 官方 Flutter 插件，让 Android 和 iOS 应用直接跑 YOLO 实时推理，覆盖检测、分割、分类、姿态与深度估计等视觉任务。

基于 tensorRT_Pro 扩展的 TensorRT C++ 推理库，集成 YOLO、RT-DETR、PPOCR、车道线检测、深度估计等多类视觉模型，提供高性能部署方案。