CVPR2017 深度学习相机姿态估计DSAC

##CVPR2017 深度学习姿态估计DSAC

https://github.com/cvlab-dresden/DSAC
E. Brachmann, A. Krull, S. Nowozin, J. Shotton, F. Michel, S. Gumhold, C. Rother,
“DSAC – Differentiable RANSAC for Camera Localization”,
CVPR 2017

关于这篇论文

这篇论文是关于深度学习用于相机姿态估计上的。网上资料比较少，花了3天跑了下代码。遇到了不少坑，来填一下，方便后来人查看。因为写这篇教程的时候时间有点久远了，记忆有点不清晰，请后来的学弟运行完后补充。我的基本运行环境是Ubuntu16.04+cuda9.0（推荐cuda8.0）

安装的环境

1. OpenCV 2.4
   opencv在ubuntu中的安装非常的麻烦，推荐使用别人写好的脚本。
   https://github.com/jayrambhia/Install-OpenCV
   然后运行下面的代码

sudo chmod +x *.sh
sudo sh ./opencv2_4_10.sh

装这个时间会比较久一点，有一两个错误不影响最后的结果

2. PNG++
   由于PNG++是基于libpng-1.2.x的版本，所以这里我们下载1.2.53版本
   下载地址：
   http://sourceforge.net/projects/libpng/files/libpng12/1.2.53/libpng-1.2.53.tar.xz/download

./configure
make check
sudo make install
make check
sudo ldconfig

3. cuDNN
   这个程序要求cuDNN的版本是5（忘了是torch还是lua的要求了，学弟补一下），我的cuda9对应的是7，但是我用5版本的替换发现也成功了。

4. 安装GCC 4.8.4，这个版本不严格

5. 安装lua5.3，没遇到什么问题，按官网来就行。之前用7版本一直不行，换了5.3版本就行了，可能是有版本问题，最好用5.3。

6. 安装torch
   安装Torch7比较简单，按照http://torch.ch/docs/getting-started.html 上的步骤安装即可。
   输入th，出现torch7标志即可。

部署程序

1. git上把代码down下来
   https://github.com/cvlab-dresden/DSAC
2. 目录结构
   
   3.下载几个文件
   https://www.microsoft.com/en-us/research/project/rgb-d-dataset-7-scenes/
   把权重和网络放到对应位置
   4.运行下面的命令就行了

cd core
mkdir build
cd build
cmake …
make

5.验证成功，以棋盘项目为例

补充：一个查看网络拓扑结构的网站，计划用keras重写一下
https://lutzroeder.github.io/netron/