Quantized Visual Geometry Grounded Transformer

arXiv | BibTeX

------

This project is the official implementation of our QuantVGGT: "Quantized Visual Geometry Grounded Transformer".

teaser

overview

------

Results

result

Updates

[October 10, 2025] Evaluation code for reproducing our camera pose estimation results on Co3D is now available.

Quick Start

First, clone this repository to your local machine, and install the dependencies (torch, torchvision, numpy, Pillow, and huggingface_hub).

git clone git@github.com:wlfeng0509/QuantVGGT.git
cd QuantVGGT
pip install -r requirements.txt

그런 다음 VGGT에서 제공하는 사전 학습된 가중치를 다운로드하고 이것을 따라 Co3D 데이터셋을 준비합니다.

그런 다음 huggingface에서 사전 학습된 W4A4 양자화 매개변수를 다운로드하고 다운로드한 폴더를 evaluation\outputs\w4a4 브랜치 아래에 배치합니다.

이제 제공된 스크립트를 사용하여 추론할 수 있습니다 (스크립트 내 데이터 경로를 변경하는 것을 잊지 마십시오).

cd evaluation
bash test.sh

또한, 양자화된 모델을 사용하여 다른 3D 속성을 예측할 수 있으며, 자세한 내용은 여기를 참고하세요.

코멘트

저희 코드베이스는 VGGT와 QuaRot에 크게 기반하고 있습니다. 오픈소스 공개에 감사드립니다!

BibTeX

QuantVGGT가 귀하의 연구에 유용하다면, 본 논문을 인용해 주시기 바랍니다:

@article{feng2025quantized,
  title={Quantized Visual Geometry Grounded Transformer},
  author={Feng, Weilun and Qin, Haotong and Wu, Mingqiang and Yang, Chuanguang and Li, Yuqi and Li, Xiangqi and An, Zhulin and Huang, Libo and Zhang, Yulun and Magno, Michele and others},
  journal={arXiv preprint arXiv:2509.21302},
  year={2025}
}

--- Tranlated By Open Ai Tx | Last indexed: 2026-01-01 ---