LoFTR Detector-Free Local Feature Matching with Transformers 环境配置

最新推荐文章于 2025-08-17 09:07:28 发布

原创最新推荐文章于 2025-08-17 09:07:28 发布 · 1.6k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#python

环境配置专栏收录该内容

8 篇文章

订阅专栏

本文档详细介绍了LoFTR（一种基于Transformer的局部特征匹配方法）的环境配置步骤，包括源码和模型的下载、conda环境创建、相关库的安装。此外，还提供了运行demo的完整流程，包括修改hosts文件、下载额外代码以及运行脚本展示LoFTR功能。该教程适用于计算机视觉领域的研究者和开发者。

部署运行你感兴趣的模型镜像

LoFTR: Detector-Free Local Feature Matching with Transformers 环境配置

一、环境配置及文件下载

1.文件下载

源码下载链接：https://zju3dv.github.io/loftr

相关模型下载链接: https://pan.baidu.com/s/1QLGxLspQ_aia_MbZKAunig 密码: 5h8n

2.环境配置

将文件路径切换到解压后的源码文件夹中执行以下命令

# For full pytorch-lightning trainer features (recommended) 过程漫长，需要等待下载···
conda env create -f environment.yaml  
conda activate loftr

# For the LoFTR matcher only
pip install torch einops yacs kornia

二、运行demo

1.下载相关代码

cd src/loftr/utils  
wget https://raw.githubusercontent.com/magicleap/SuperGluePretrainedNetwork/master/models/superglue.py

注意：此处需要修改hosts文件，具体命令如下：

sudo gedit /etc/hosts

#将以下内容添加进hosts文件，点击保存，注意此处的IP地址不一定可以使用，建议去https://google.com.ipaddress.com/drive.google.com查询最新的IP地址
185.199.108.133  raw.githubusercontent.com

/etc/init.d/networking restart

2.运行demo

cd demo
./run_demo.sh
#开启摄像头

 python demo_loftr.py --weight ../weights/outdoor_ds.ckpt  --input ../testdata/scannet_test_1500/npu/color --save_video  --save_input

 python demo_loftr.py --weight ../weights/outdoor_ds.ckpt  --input ../testdata/megadepth_test_1500/Undistorted_SfM/0015/images  --save_video --save_input

您可能感兴趣的与本文相关的镜像