RayDiffusion项目提出了一种将相机表示为射线并应用扩散模型的姿态估计方法。该方法支持已知边界框和从掩码自动提取边界框两种模式，同时提供射线回归选项。项目包含代码实现、预训练模型和使用说明，适用于计算机视觉领域的研究和开发。

FlowMap是一种创新的相机姿态、内参和深度估计技术，通过梯度下降优化获得高质量结果。该开源项目提供完整代码实现、预训练模型和评估数据集，支持多种数据集并提供丰富的实验配置。FlowMap在多个基准测试中表现出色，为计算机视觉和3D重建研究提供了有力支持。

本项目对比了VGGSfM和Mast3r两种深度学习方法在3D重建和辐射场生成中的性能。研究表明，VGGSfM在相机姿态重建方面更为精确，适合逆渲染；Mast3r则提供更密集的点云重建。项目还开发了Mast3r结果转COLMAP格式的工具和在线结果查看器，为相关研究提供了便利。