- 博客(3)
- 收藏
- 关注
RSS订阅原创 Super Point 笔记（二）
Super Point 笔记-- 网络结构接续上一篇文章，上一篇文章中已经大体介绍了Superpoint 网络的框架，本文将继续介绍superpoint内的网络部分Super Point 结构与其他网络结构不同，Superpoint 网络结构作用于大尺寸的完整的图片上。网络分为三部分。 1）共享的编码器。2）特征点提取解码器。3）描述子解码网络。1）共享编码共享编码部分使用了VGG风格的编码结构。这一部分主要是为了减少图片尺寸。编码器（encoder）包含了卷积层，pooling层以及激活函数。
2021-04-02 11:14:33
1484
原创 Super Point 笔记（一）
Super Point 笔记Abstract本篇文章展示了一种针对计算机视觉中多视角几何变换问题的特征点提取及描述的自监督架构。与基于patch的方法不同，本文的全卷积模型在全尺寸图像上运行，并在一次前向传播中共同计算像素级关键点位置和相关描述符。本文引入了单应性自适应(Homographic Adaption)，一种多尺度、多单应性的方法来提高特征点检测的重复性和执行跨域自适应。我们的模型，当训练在MS-COCO通用图像数据集使用单应性与原始的预适应深度模型和其他传统的角点检测器相比，该算法能够反复检
2021-04-01 17:05:05
1543
原创 Pytorch编译过程及可能问题
Pytorch编译过程预备条件：（1）Python3.6及以上版本，C++14编译器以及Anaconda3.（2）NVIDIA CUDA，cuDNN：pytorch1.5版本以前建议CUDA9.2，pytoch1.5版本以后要求CUDA10.2. cuDNN版本要求，pytorch1.5以前安装cuDNN7不能安装cuDNN8（cuDNN8版本中版本信息从cudnn.h中更改到了cudnn_version.h，会导致pytorch1.5及以前版本在检查cuDNN版本号检查出错导致编译不能通过）（3
2020-07-31 15:54:32
2013
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人