240 发简信
IP属地:湖北
  • 数据集 GL3D

    发现个挺好的数据集,Hpatches太小用来当数据集不合适,Mega太大了又包含很多低质量的照片不太好。从ASLFeat论文看到个他们做的GL3...

  • Resize,w 360,h 240
    [论文解读]D2-Net: A Trainable CNN for Joint Description and Detection of Local Features

    以前好久的论文,这几天整理资料也翻出来了。应该是CVPR19的论文,讲的是同时做出来det和des。特征点定位精度不高,速度也很慢,不过对光照等...

  • Resize,w 360,h 240
    [论文解读]R2D2: Reliable and Repeatable Detector and Descriptor

    NeurIPS 2019代码地址会议视频 abstract 仅仅学习可重复并显著的特征点不够,显著的区域并不一定是有区分性的,因此这样可能损害描...

  • Resize,w 360,h 240
    [论文解读]SuperGlue: Learning Feature Matching with Graph Neural Networks

    SuperGlue: Learning Feature Matching with Graph Neural Networks个人感受:这个是继...

  • Resize,w 360,h 240
    [论文解读]ASLFeat: Learning Local Features of Accurate Shape and Localization

    先总结一下: 这个文章是对D2Net的更进一步,主要解决了D2Net的痛点——keypoint太不准了。我实际用D2Net进行三维重建就感受到,...

  • LibTorch使用 C++部署

    pytorch的c++版本越来越好用了,我是从1.0版本用到1.3.1版本的,在开始时候很多pytorch的代码用JIT script会出错,然...

  • Resize,w 360,h 240
    Introduction

    1.CNN Locale keypoint2.Light CNN general design3.Scale Var Light CNN des...

  • Resize,w 360,h 240
    RFNet问题

    我把这十层(红框标出)拿出来展示下: 以及随后通过softargmax等操作得到的scale map展示: 如果把之前十张图片最高层拿出加上比例...

  • Resize,w 360,h 240
    ORB、RFNET等特征点分析

    回顾了一下比赛的问题我们这个slam针对的场景是什么?这个需要分析下优缺点。 直觉: 1、ORB更稳定,rfnet更准确。 可能原因: orbs...