- 博客(2)
- 收藏
- 关注
RSS订阅原创 PoseNet复现记录以及思考（PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization）
采用迁移学习（transfer learning）的方式，使用预训练模型作为起点，然后在自己的数据集上进行微调。预训练模型已经在大规模数据（例如 ImageNet）上学到了丰富的特征，这能加速收敛和提高模型性能。训练过程中，虽然模型的主体（如 ResNet-34 的特征提取部分）是预训练得到的，但最后添加的全连接层和损失函数都是在自己的数据集上训练的，从而让模型适应具体任务。
2025-03-21 20:24:19
844
原创 DFNet复现记录以及思考(DFNet: Enhance Absolute Pose Regression with Direct Feature Matching)
关于复现的记录：DFNet 网络框架，用于单张图像的绝对位姿回归。整体流程是：将输入图像送入 DFNet，通过 特征提取器 (G) 获取特征图，再由 位姿回归器 (F) 输出相机位姿；随后利用训练好的带直方图辅助的 NeRFh 根据估计位姿生成合成图像，并同样提取其特征图。通过比较真实图像与合成图像的特征图（采用三元组损失），网络在特征空间对二者进行对齐，同时结合位姿回归损失进行端到端训练，从而在光照、外观变化等方面具有更高的鲁棒性，显著提升了绝对位姿估计的精度。
2025-03-12 14:14:02
792
1
空空如也
利用osg库加载多个瓦片
2024-12-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人