基于 PyTorch 的密集匹配库
2022 年 3 月 6 日: 我们发现,在使用双线性插值权重初始化转置卷积权重(用于在不同金字塔层之间上采样预测的流场)时,性能显著提高,训练时间缩短。我们已将此初始化设置为默认值。我们可能还会提供更新的预训练权重。
用于实现、训练和评估密集匹配网络的库。其中包括： * 用于几何匹配（MegaDepth、RobotCar、ETH3D、HPatches）、 光流（KITTI、Sintel）和语义匹配（TSS、PF-Pascal、PF-Willow、Spair）的通用密集匹配验证数据集； * 用于分析网络性能并获取匹配和姿态估计的标准性能分数的脚本； * 通用构件，包括深度网络、优化、特征提取和实用程序； * 用于训练密集匹配网络的通用训练框架，包括： * 用于匹配网络的通用训练数据集； * 用于生成随机图像对及其对应的真实流，以及添加移动物体并相应修改流的函数； * 用于数据采样、处理等的函数； * 还有更多内容……
暂无开放 Issues，或尚未同步最近议题。