PoseNet是剑桥大学的Alex Kendall提出的利用深度学习进行视觉定位,其目的是通过输入一张彩色图像判断相机的位置以及姿态,定位精度比GPS高,且能够知道相机的姿态,而且只需要5ms就可定位成功。原文章可以参照:PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization。
这篇博客是将作者的网络与数据在自己机器上运行的一个记录,过程有些小坎坷,不过都解决了。
(1)代码与数据下载
作者开源了代码与数据,可以免费下载:
代码下载:caffe-posenet-master
数据下载:data
还有作者训练好的网络参数:weights
数据有点大,我只下载了kingscollege那一组数据,总共有5.6G。因为服务器在国外,普通下载非常慢,我是购买VPN下载的,中间有出现下载一半断掉的情况,比较考验耐心。建议用一些下载工具,比如迅雷等进行离线下载会比较稳点。