zju3dv/EfficientLoFTR

解决的问题

EfficientLoFTR 解决了局部特征匹配中匹配质量与处理速度之间的权衡问题。它提供半密集匹配（在两张图像之间找到许多对应点），同时实现了与稀疏匹配方法相当的速度。

运作原理

该系统使用半密集方法匹配图像对之间的局部特征。它提供不同的配置来平衡性能与速度：

• 模型类型：用户可以选择 full 模型以获得最佳匹配质量，或选择 opt（优化）模型以在质量损失最小的情况下提高效率。
• 精度模式：支持多种精度等级，包括全精度 (fp32)、混合精度 (mp) 和半精度 (fp16)，以进一步加速现代 GPU 上的推理。
• 集成：该项目已集成至 Hugging Face Transformers 库，允许使用 AutoImageProcessor 和 AutoModel 进行简化的推理。

适用对象

此工具专为计算机视觉领域的研究人员与开发者设计，特别是那些需要在无人机定位、自动驾驶和 3D 重建等应用中进行高效图像匹配的用户。

特点

• 半密集匹配：结合了特征匹配的密度与稀疏方法的速度。
• 灵活的效率：多种模型类型与精度设置，让用户能调整速度与准确度之间的平衡。
• Hugging Face 集成：可通过 transformers 库轻松部署。
• 广泛应用：专门在 MegaDepth 上进行训练，在户外场景中具有高性能表现。