發(fā)簡信
IP屬地：香港
-
數(shù)據(jù)集 GL3D
發(fā)現(xiàn)個挺好的數(shù)據(jù)集，Hpatches太小用來當(dāng)數(shù)據(jù)集不合適，Mega太大了又包含很多低質(zhì)量的照片不太好。從ASLFeat論文看到個他們做的GL3...
-
[論文解讀]D2-Net: A Trainable CNN for Joint Description and Detection of Local Features以前好久的論文，這幾天整理資料也翻出來了。應(yīng)該是CVPR19的論文，講的是同時做出來det和des。特征點定位精度不高，速度也很慢，不過對光照等...
-
[論文解讀]R2D2: Reliable and Repeatable Detector and DescriptorNeurIPS 2019代碼地址會議視頻 abstract 僅僅學(xué)習(xí)可重復(fù)并顯著的特征點不夠，顯著的區(qū)域并不一定是有區(qū)分性的，因此這樣可能損害描...
-
[論文解讀]SuperGlue: Learning Feature Matching with Graph Neural NetworksSuperGlue: Learning Feature Matching with Graph Neural Networks個人感受：這個是繼...
-
[論文解讀]ASLFeat: Learning Local Features of Accurate Shape and Localization先總結(jié)一下： 這個文章是對D2Net的更進一步，主要解決了D2Net的痛點——keypoint太不準(zhǔn)了。我實際用D2Net進行三維重建就感受到，...
-
LibTorch使用 C++部署
pytorch的c++版本越來越好用了，我是從1.0版本用到1.3.1版本的，在開始時候很多pytorch的代碼用JIT script會出錯，然...
-
Introduction1.CNN Locale keypoint2.Light CNN general design3.Scale Var Light CNN des...
-
RFNet問題我把這十層（紅框標(biāo)出）拿出來展示下： 以及隨后通過softargmax等操作得到的scale map展示： 如果把之前十張圖片最高層拿出加上比例...
-
ORB、RFNET等特征點分析回顧了一下比賽的問題我們這個slam針對的場景是什么？這個需要分析下優(yōu)缺點。 直覺： 1、ORB更穩(wěn)定，rfnet更準(zhǔn)確。 可能原因： orbs...