#GMFlow

该项目实现了统一的视觉流、立体匹配和深度估计模型，并在Sintel、Middlebury和Argoverse基准测试中取得了优异成绩。项目支持通过conda和pip安装，并提供预训练模型和示例脚本，可生成光流、视差和深度的预测结果。详细的训练、评估和数据集使用指南，使其适合研究人员和工程师进行深入研究和应用。

GMFlow将光流重新定义为全球匹配问题，简化了光流估计流程。它提供灵活的模块化设计，可以轻松构建定制模型，并在高端GPU上显著加速。该项目在Sintel基准测试中表现出高准确性和效率，预训练模型适用于FlyingChairs、FlyingThings3D和KITTI等数据集。新更新扩展了GMFlow至立体和深度任务，并提供更多速度和准确性的选择。