SOLD2预训练模型用于服务器上跑自己的数据集的完整步骤

本文链接：https://blog.youkuaiyun.com/ReDaMancyYYYqy/article/details/145911640

论文链接：SOLD2: Self-supervised Occlusion-aware Line Description and Detection
论文源码：GitHub - cvg/SOLD2: Joint deep network for feature line detection and description

下载源码到服务器上

创建一个虚拟环境（非必须）并激活

conda create -n sold2 python==3.9

conda activate sold2

下载依赖（txt文件中的kornia版本可能不兼容，此时需要换成0.6.7）
```
pip install -r requirements.txt

pip install -e 

pip install kornia==0.6.7
```
下载预训练好的模型sold2_wireframe.tar，不用解压，在sold2文件目录下新建一个checkpoints文件夹，放进去，再新建一个output文件夹。
config/project_config.py.文件中更改 DATASET_ROOT为自己数据集路径，更改EXP_PATH为上一步预训练模型的路径。把数据集放入数据集目录之后，在此目录下新建一个txt文件。形如：
config/export_line_features.yaml，更改config_path为服务器上该文件位置

运行命令（img_list是包含txt文件的路径，ckp_path也是包含模型文件名的路径）

python -m sold2.export_line_features --img_list <list to a txt file containing the path to all the images> --output_folder <path to the output folder> --checkpoint_path <path to your best checkpoint,>