delf作用有点类似于常见的特征点匹配比如orb, sift, surf等,只是它是深度模型
从网上下载tensorflow的models代码,然后进入delf的python代码目录,这一步很重要,不然后面可能会有错误ImportError: No module named delf
cd ~/workspace/flower/models/research/delf/delf/python/examples

Oxford buildings dataset 牛津建筑物数据库
mkdir data && cd data
wget http://www.robots.ox.ac.uk/~vgg/data/oxbuildings/oxbuild_images.tgz
mkdir oxford5k_images oxford5k_features
tar -xvzf oxbuild_images.tgz -C oxford5k_images/
cd ../
echo data/oxford5k_images/hertford_000056.jpg >> list_images.txt
echo data/oxford5k_images/oxford_000317.jpg >> list_images.txt

模型文件
mkdir parameters && cd parameters
wget http://download.tensorflow.org/models/delf_v1_20171026.tar.gz
tar -xvzf delf_v1_20171026.tar.gz
cd ../

对hertford_000056.jpg oxford_000317.jpg 提取特征点,以便后续进行图片相似匹配
python extract_features.py \
  --config_path examples/delf_config_example.pbtxt \
  --list_images_path list_images.txt \
  --output_dir data/oxford5k_features

开始匹配
python match_images.py \
  --image_1_path data/oxford5k_images/hertford_000056.jpg \
  --image_2_path data/oxford5k_images/oxford_000317.jpg \
  --features_1_path data/oxford5k_features/hertford_000056.delf \
  --features_2_path data/oxford5k_features/oxford_000317.delf \
  --output_image matched_images.png
结果是产生一张新图片matched_images.png, 会把匹配的点用线连接起来显示在图片中

安装过程其他的一些问题:
1) 在安装matplotlib库时有可能会出错
gcc: error: unrecognized command line option ‘-fstack-clash-protection’
gcc: error: unrecognized command line option ‘-fstack-clash-protection’
gcc版本需要在5.4以上,如果是低于这个版本的,则安装新的版本。

2) Failed to build subprocess32
object-detection 0.1 requires Cython>=0.28.1, which is not installed.
object-detection 0.1 requires Pillow>=1.0, which is not installed.
pip install Pillow Cython

3) ImportError: No module named Tkinter
系统需要安装python-tk

作者:帅得不敢出门

测试tensorflow DELF图像特征点匹配模型相关推荐

  1. 基于图像特征点匹配的三维立体重建

    一.图像特征点检测与匹配 以下内容参考科学出版社康莱老师的<基于图像点特征的多视图三维重建>和华中科技大学王跃嵩的硕士论文<多视图立体匹配三维重建方法> 1.图像特征点检测 确 ...

  2. 结合openCV学习DIP之传统图像特征与匹配

    前言 关于图像的预处理部分参考  结合opencv学习DIP​​​​​​​ 概述 该笔记主要是基于DIP理论➕openCV实现,学习该笔记首先要确保通读DIP理论,并由自己的话描述相关知识,并且掌握o ...

  3. 特征线性可分styleGan(粗中细三层次改变图像特征)生成模型有什么用可以模拟数据的分布进而转化为判别模型

    不敢相信,上面这些人脸,全都是假的. 是英伟达的AI生成的. 借用风格迁移的思路,团队为GAN创造了一种新的生成器. 连GAN之父Goodfellow老师也忍不住发推称赞优秀! 这个结构不需要人类监督 ...

  4. python图像特征点匹配

    1.打开pycharm 2.新建文件 3. import cv2 import numpy as np from PyQt5.QtWidgets import QApplication from Py ...

  5. 光流 | 图像特征匹配:特征光流与角点特征

    /********************************************************** github:https://github.com/MichaelBeechan ...

  6. [图像特征匹配]SIFT、SURF、ORB算法笔记以及代码实现

    SIFT.SURF.ORB算法学习笔记 文章目录 SIFT.SURF.ORB算法学习笔记 一. SIFT (1)构建尺度空间 (2)使用DOG近似LOG定位极值点(关键点) (3)计算关键点方向 (4 ...

  7. Opencv图像特征点提取(

    目录 特征点分类 1 ORB ①特征点检测 ②计算特征描述 2 SIFT 1 SIFT特征检测的步骤 ①.在DOG尺度空间中获取极值点,即关键点. ②.特征点方向估计 ③生成特征描述 ④.代码实现 3 ...

  8. 特征点检测和特征点匹配(ORB)

    前言 本文介绍了特征点检测的一些算法,然后基于OpenCV的ORB,实现了不同尺度和旋转的图像特征点匹配. 本文用到的代码存储在这里. 特征点是什么? 当我们人在对比两张图片时(例如上面的妙蛙种子), ...

  9. 语义匹配(一)【NLP论文复现】Sentence-BERT 句子语义匹配模型的tensorflow实现以及训练Trick

    Sentence-BERT 句子语义匹配模型的tensorflow实现以及训练trick 论文模型回顾 建模与训练 模型代码部分 数据处理 训练 模型训练Trick trick1 warm up 代码 ...

最新文章

  1. HLG 1481 Attack of the Giant n-pus【二分+二分图完全匹配】
  2. 读书笔记:理论生态学原理及应用(一)——合作的机制
  3. 浏览器同部署了https的服务器交互的过程
  4. Android 打包混肴
  5. 转发与重定向(forward与redirect)
  6. 展示 测速_科技产品 | 人工智能amp;科技展示厅——助力高校人工智能学科建设及产业人才培养...
  7. Redis进阶之主从复制
  8. python 协程_Python多任务协程
  9. C++ Primer 第11章 习题11.16
  10. 积分上下限无穷_数学分析|第九章 定积分利用等价无穷小量和定积分定义解决数列极限问题总结...
  11. get------引用接口
  12. 如何有效使用OpenPower720(上)
  13. SAP表维护自动带出对象属性
  14. 蛮牛精选七款Unity插件
  15. tomcat8和tomcat7性能比较
  16. CryptoJS与C#AES加解密互转
  17. 重装linux后没声音,安装虚拟机后没声音了
  18. 鹏城实验室麒麟V10飞腾2000+体验
  19. 腾讯招聘信息 爬取案例
  20. 计算机专硕_2021年北京科技大学计算机专硕考研初复试考研经验分享、择校备考分析指导...

热门文章

  1. openssh默认版本升级至8.9 脚本
  2. 损失函数——均方误差
  3. MATLAB实现车牌识别
  4. Vue--》深入理解 Vue 3 导航守卫,掌握前端路由的灵魂技能!
  5. C-Express Mail Taking
  6. SpringBoot+Vue项目电子招投标系统
  7. OpenNI2 内存管理
  8. python——requests接口测试
  9. IT高管中国下课潮的背后
  10. 【模电实验】【验证性实验——单管共发射极放大电路实验】