文件名称：GLAMpoints-PyTorch:GLAMpoints的非官方PyTorch实现
文件大小：3.93MB
文件格式：ZIP
更新时间：2024-05-23 09:12:07
Python
GLAMpoints的非官方PyTorch实施：贪婪地学习到的准确匹配点 GLAMpoints的非官方PyTorch实现。 大部分代码基于存储库 要求 请使用Python 3，安装PyTorch 1.4，OpenCV和来自requirements.txt的其他库 数据集和培训 为了重新训练网络，请使用 ，已经在datasets / ps_dataset /中准备了训练/测试拆分 训练配置和数据集的路径存储在configs / glampoints_training.yml中。 python train.py --path_ymlfile configs/glampoints_training.yml 日志和检查点以张量板格式存储在目录logs / experiment_name /中 验证 验证代码改编自 要对权重的移植版本进行验证，请使用 python evaluate_hpatche
【文件预览】：
GLAMpoints-PyTorch-master
----eval()
--------ps-dataset_train_epoch_75.png(220KB)
--------generate_hpatches_plot.py(8KB)
--------image_list_hpatches_sequences.txt(39KB)
--------hseq_glampoints_retina_ported_weights_eval.png(219KB)
----model()
--------loss.py(7KB)
--------blocks.py(3KB)
--------glampoints.py(4KB)
--------__init__.py(275B)
--------model.py(3KB)
----train.py(6KB)
----solver()
--------__init__.py(36B)
--------solver.py(397B)
----LICENSE(579B)
----dataset()
--------homo_generation.py(5KB)
--------ps_dataset()
--------__init__.py(970B)
--------create_psdataset_files.py(1000B)
--------data_augmentation.py(18KB)
--------synthetic_dataset.py(7KB)
----configs()
--------glampoints_eval_ported_weights.yml(2KB)
--------glampoints_eval.yml(2KB)
--------glampoints_training.yml(2KB)
----requirements.txt(170B)
----weights()
--------ps-dataset_train_epoch_75.tar(1.89MB)
--------unet_model4_converted_tf_weights.pth(1.88MB)
--------__init__.py(0B)
----logger()
--------loggers.py(1KB)
--------__init__.py(219B)
----README.md(2KB)
----evaluate_hpatches.py(3KB)
----utils()
--------metrics_comparison.py(12KB)
--------utils_CNN.py(15KB)
--------export_tf_weights_np.py(2KB)
--------convert_tf_weights.py(4KB)
--------__init__.py(0B)
--------settings.py(2KB)