第二十六周学习笔记

本文详细介绍了SuperPoint算法中使用的合成数据集,包括9种不同类别的图像,如checkerboard、cube、ellipse等,每类包含训练集10000张、测试集500张和验证集200张图片。文中还探讨了关键点的定义,并提到了作者提供的预训练模型及使用限制。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第二十六周学习笔记

SuperPoint合成数据集

Superpoint中找到的Synthetic dataset的生成方法

生成数据集笔记

生成的数据集有9类,分别是

类别每张图的个数备注
checkerboard1
cube1
ellipse没有关键点
line
multiple polygon
polygon1多为三角形
star1实际不是星星,是线段交成的结形
stripes
gaussian noise?噪声

其中,每类包含训练集10000,测试集500,验证集200
样本如下图
在这里插入图片描述

Reference

  • Superpoint,基于tensorflow的SuperPoint
  • SuperpointPretrainedNetwork
    作者预训练的SuperPoint模型,可以调用到图片、视频和摄像头上,但作者明确说明不会开放训练代码、合成数据集
  • demo ,youtube上的视频Demo,在高分辨率的情况下似乎有很大的问题

问题

  • 圆心是否算是关键点
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值