accelerated_features

(★ 1,713)

Implementation of XFeat (CVPR 2024). Do you need robust and fast local feature extraction? You are in the right place!

파일 탐색기

최종 버전 다운로드 (.zip)

- megadepth_1500.json
- ref.png
- tgt.png
- sift.gif
- speed_accuracy.png
- timings.png
- ufmg.png
- verlab.png
- xfeat.gif
- xfeat_arq.png
- xfeat_quali.jpg
- - __init__.py
  - augmentation.py
  - download.py
- - __init__.py
  - megadepth1500.py
  - scannet1500.py
- - __init__.py
  - losses.py
  - train.py
  - utils.py
- __init__.py
- interpolator.py
- lighterglue.py
- model.py
- xfeat.py
- minimal_example.ipynb
- xfeat+lg_torch_hub.ipynb
- xfeat_matching.ipynb
- xfeat_torch_hub.ipynb
- XFeat_training_example.ipynb
- __init__.py
- ALIKE
- alike_wrapper.py
- xfeat-lighterglue.pt
- xfeat.pt
.gitignore
.gitmodules
hubconf.py
LICENSE
minimal_example.py
README.md
realtime_demo.py
requirements.txt

# 설치 가이드

1. 코드 내려받기

git clone https://github.com/verlab/accelerated_features

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd accelerated_features

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. 공식 설치 스크립트

쉬움 추천

사전 준비물

Python 3 pip 명령어를 쓰려면 Python이 필요합니다.

pip install torch==1.10.1+cpu -f https://download.pytorch.org/whl/cpu/torch_stable.html

PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.

pip install opencv-contrib-python tqdm

PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.

✅ 설치 후 새 터미널을 열고, 프로그램의 버전 확인 명령(예: --version)으로 정상 설치됐는지 확인하세요.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.

3. Python

쉬움

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Python 3 설치 시 'Add Python to PATH' 옵션을 꼭 체크하세요 (Windows).

pip install torch==1.10.1+cpu -f https://download.pytorch.org/whl/cpu/torch_stable.html

PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.

pip install opencv-contrib-python tqdm

PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.

python3 -m modules.training.train --training_type xfeat_default  --megadepth_root_path <path_to>/MegaDepth --synthetic_root_path <path_to>/coco_20k --ckpt_save_path /path/to/ckpts

파이썬 스크립트(또는 모듈)를 실행합니다.

python3 -m modules.dataset.download --megadepth-1500 --download_dir </path/to/desired/folder>

파이썬 스크립트(또는 모듈)를 실행합니다.

python3 -m modules.eval.megadepth1500 --dataset-dir </data/Mega1500> --matcher xfeat --ransac-thr 2.5

파이썬 스크립트(또는 모듈)를 실행합니다.

✅ 에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.