SC-Depth项目提供了SC-DepthV1, V2和V3版本的PyTorch Lightning实现，专注于从视频中进行自我监督的单目深度估计。SC-DepthV1引入了几何一致性损失和自发现蒙板，提高了深度预测的准确性。SC-DepthV2通过引入自动矫正网络（ARN）解决了手持相机视频中大相对旋转的问题。SC-DepthV3利用外部预训练的深度估计网络，在动态场景中显著提升了单目深度估计的准确性。该项目提供了详细的安装指南、数据集组织和训练流程，支持多种数据集和自定义数据的训练。了解更多关于SC-Depth的详细信息以及其在多个挑战性数据集上的评估结果。

本项目汇集了手部姿态估计的核心资源，包括评估方法、权威期刊论文、顶级会议论文和预印本等，从2014年到2024年覆盖最前沿的研究成果，囊括了多视角视频数据集和RGB+深度数据集。本项目提供该领域的最新动态，适合研究人员和开发者参考，用户亦可贡献资源，共同完善这一知识库。