- 博客(20)
- 收藏
- 关注
RSS订阅原创 socket 收发TCP/UDP
个人测试记录，有问题还请指出，谢谢参考：C++开发基础之网络编程WinSock库使用详解TCP/UDP Socket开发_c++ udp使用什么库-CSDN博客代码中Logger测试见文章： c++中spdlog的使用/python中logger的使用-CSDN博客收发TCP信号 运行结果如下： 收发UDP信号3、SocketManager.cpp
2024-07-19 11:24:15
501
原创 GIM： Learning Generalizable Image Matcher From Internet Videos
网址文中指出，训练图像匹配模型需要多视图图像和ground-truth对应关系，数据多样性和规模是其他计算机视觉问题中可泛化模型的关键。为此，文中提出了一个利用互联网视频的自训练框架GIM，基于任何图像匹配架构学习单个可泛化模型。GIM可以使用各种视频，但由于互联网视频自然多样且几乎是无限的，文中采用了来自YouTube的50小时的视频，涵盖了26个国家、43个城市、各种闪电条件、动态对象和场景类型。标准图像匹配基准由RGBD或COLMAP（SfM+MVS）创建。
2024-06-23 22:01:17
960
原创 OmniGlue: Generalizable Feature Matching with Foundation Model Guidance
与所有其他方法相比，OmniGlue 不仅在 MegaDepth-1500 和最先进的稀疏匹配器 LightGlue 上实现了相当的性能，而且在 6 个新领域中的 5 个上表现出更好的泛化能力。此外，表 5 (2) 的第三行说明了位置引导注意力的影响，展示了域内和域外数据的改进。相比之下，OmniGlue 展示了强大的泛化能力，超过了 SuperGlue，精度提高了 12%，召回率提高了 14%。而对于在训练时没有看到的匹配模式的图像对下，学习到的先验很容易受到攻击，限制了泛化能力。，而不是所有关键点。
2024-06-08 21:41:29
1072
原创 LoFTR： Detector-Free Local Feature Matching with Transformers
网址大多数现有的匹配放大都是有三个阶段工作：特征点检测、特征点描述和特征点匹配。然而，当在低纹理区域、重复模式、视角变化、光照变化和运动模糊等情况下难以提取可重复兴趣点，进而会导致特征点匹配失败。LoFTER首先通过对图像进行卷积下采样以及上采样等操作，获得在原始图像1/8维度处的粗粒度特征表示和1/2维度处的细粒度特征表示；然后，将粗粒度特征表示进行Transformer特征提取；将得到的特征表示图进行特征匹配，获得粗匹配；
2024-05-26 10:35:14
955
原创 XFeat: Accelerated Features for Lightweight Image Matching
网址现有的图像匹配方法往往需要大量的计算资源和复杂的实现，这在资源受限的设备上是不可行的。
2024-05-26 10:34:57
1226
原创 torch中一些函数的使用
代码案例：torch.sum/max/min()：计算张量中所有元素的总和。 ：返回张量中的最大值及其索引。 ：返回张量中的最小值及其索引。 用于计算张量中所有元素的总和。可以指定沿着哪个维度进行求和，也可以不指定，这样将对整个张量进行求和。代码案例： 返回张量中的最大/小值及其索引。可以指定沿着哪个维度进行计算最大/小值，也可以不指定，这样将对整个张量进行计算。代码案例：torch.squeeze/unsqueeze() 函数会在指定的维度上增加一个尺寸为 1
2024-04-17 15:25:17
513
1
原创 linux共享windows文件夹
linux下，若有图形化界面，则有以下内容：（上面通过查看temp文件夹内容也可以看出，共享成功）查看，配置成功，实现linux在windows端该文件夹中的读写工作。2、在linux端，使用mount命令进行挂载。1、在windows中，设置共享文件。
2024-04-02 17:48:36
203
1
原创 MegaDepth: Learning Single-View Depth Prediction from Internet Photos
【引用格式】：Li Z, Snavely N. Megadepth: Learning single-view depth prediction from internet photos[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2018: 2041-2050.
2024-04-01 21:47:18
2068
原创 相位配准算法（Phase correlated）- - - opencv-python
由于opencv中的phaseCorrelate方法中，src1和src2参数，必须是CV_32FC1 or CV_64FC1类型，如果不使用np.float32（）则会报错。其中前一个元组，分別是在x轴上和在y轴上的相对位移。
2024-03-27 20:37:58
318
原创 【求解答】 command ‘cl.exe‘ failed with exit code 1
在使用cython.build.cythonize对py程序加密时，报错如下：对应代码部分如下：求大佬帮忙解决，同时求一套好用的py文件加密代码，谢谢
2024-03-13 14:53:44
213
原创 【SuperPoint】：Self-Supervised Interest Point Detection and Description
文中提出了一种用于训练兴趣点检测器和描述符的自监督框架，该框架适用于计算机视觉中的大量多视图几何问题。与基于补丁的神经网络不同，此全卷积模型在全尺寸图像上运行，并在一次前向传递中联合计算像素级兴趣点位置和相关描述符。引入了单应性自适应，是一种多尺度、多单应性方法，用于提高兴趣点检测可重复性并执行跨域适应。模型在使用同形自适应的 MS-COCO 通用图像数据集上进行训练时，能够重复检测比初始预适应深度模型或任何其他传统角点检测器更丰富的兴趣点集。
2024-02-21 21:33:07
839
原创 LightGlue: Local Feature Matching at Light Speed
文章简要介绍了LightGlue解决的问题、采用的方法和实验结果，希望可以帮到大家理解论文。
2024-01-19 21:57:46
1076
原创 FeatureBooster: Boosting Feature Descriptors with a Lightweight Neural Network
本文概述了FeatureBooster解决的问题、采用的方法及实验结果，希望可以帮助大家进一步理解文章。
2024-01-19 20:12:57
1597
原创 windows下，opencv4.8.0+cuda编译及在vs2022中使用的详细教程
这篇博客详细呈现了配置 OpenCV 4.80 与 CUDA 的步骤，突出了使用 CMake 的 GUI 界面进行编译的过程，使得整个操作更加便捷。这对于初学者而言具有很好的学习参考价值。同时，欢迎各位专业人士提出宝贵意见。这是我的博客初次尝试，还请大家多多指教。
2023-12-06 21:40:02
3776
2
OpenCV4.8.0+contrib+cuda中一些下载不下来的文件
2023-12-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人