使用pytorch-superpoint与pytorch-superglue项目实现训练自己的数据集

万里鹏程转瞬至

已于 2024-03-07 22:35:29 修改

阅读量7.4k

点赞数 23

分类专栏：深度学习高级实践文章标签： pytorch 人工智能 python

于 2024-01-07 00:15:00 首次发布

本文链接：https://blog.csdn.net/a486259/article/details/135425673

版权

深度学习高级实践专栏收录该内容

28 篇文章 ¥299.90 ¥399.90

订阅专栏

本文档详述如何在pytorch-superpoint与pytorch-superglue项目中训练自定义数据集，包括项目运行前的优化、强制使用原始superpoint、使用superpoint进行图像配准训练，以及在superglue上的训练配置。涉及修复YML加载、文件存在优化、特征点提取问题，以及模型加载和训练命令的调整。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

superpoint与superglue的组合可以实现基于深度学习的图像配准，官方发布的superpoint与superglue模型均基于coco数据训练，与业务中的实际数据或许存在差距，为此实现基于开源的pytorch-superpoint与pytorch-superglue项目实现训练自己的数据集。然而，在训练pytorch-superpoint有诸多细节需要优化，特此整理成技术文档。本文档描述了实验pytorch-superpoint与pytorch-superglue项目训练自己的图像配准模型。训练好的模型需要部署可以参考https://hpg123.blog.csdn.net/article/details/129093084 ，该链接实现了SuperGluePretrainedNetwork项目的调整（支持pytorch-superpoint与pytorch-superglue项目中训练出的模型），支持将模型导出为onnx部署。

通过本博文订阅专栏的csdn朋友，可以找我要修改好的pytorch-superpoint与pytorch-superglue项目代码。

https://github.com/eric-yyjau/pytorch-superpoint
superpoint依赖gpu版的torch和torchvision，为确保torchvision是gpu版的建议重新安装torch环境&#

了解本专栏