Report/科研/调研.md

调研

看过的如ASTR(2023)、DeepMatcher（2024）、AmatFormer（2023）都是不开源的

而开源的如：

• Roma：2024 cvpr，也是DKM的作者
• DKM：2023 cvpr
• LoFTR：2021 cvpr，特征匹配领域比较基石的工作。Roma/DKM也使用其数据集，即MegaDepth和Scannet，这两个数据集是领域内用得较多的

  LoFTR的训练/数据集配置 https://github.com/zju3dv/LoFTR/blob/master/docs/TRAINING.md

• LightGlue：2023iccv
• GlueStick: 2023iccv

动机

不从整个特征匹配入手，尝试从小的方面切入，比如视觉定位、图像匹配等小方面。

数据集

1. LoFTR：HPatches，视觉定位（InLoc），相对姿态估计（MegaDepth，Scannet）

   代码上看其实只有 MegaDepth，Scannet相关的，没有 HPatches 和 InLoc 数据集相关的代码

2. DKM ：HPatches，视觉定位（InLoc），图像匹配（IMC2022），相对姿态估计（MegaDepth，Scannet）

   代码上看其实只有 MegaDepth，Scannet相关的，没有 IMC2022 和 InLoc 数据集相关的代码

3. ASTR：HPatches，视觉定位（InLoc），相对姿态估计（MegaDepth，Scannet）

   未开源

4. Roma：图像匹配（IMC2022），视觉定位（InLoc），相对姿态估计（MegaDepth，Scannet）

   代码上看其实只有 MegaDepth，Scannet相关的，没有 IMC2022 和 InLoc 数据集相关的代码

5. LightGlue：HPatches，视觉定位（Aachen Day-Night），图像匹配（IMC），相对姿态估计（MegaDepth）

6. GlueStick: HPatches，ETH3D，视觉定位（7Scenes，InLoc），相对姿态估计（Scannet）

---

• MegaDepth ，887GB，https://www.cs.cornell.edu/projects/megadepth/
• Scannet ，1.3TB，需申请，https://github.com/ScanNet/ScanNet#scannet-data

---

• HPatches ，4.3GB，https://github.com/hpatches/hpatches-dataset
• IMC2021 ，~50GB， 是一个比赛，https://www.cs.ubc.ca/research/ image-matching-challenge/2021/
• InLoc ，应该不那么大，但是官方下载链接失效了
• Aachen Day-Night，~30GB, https://www.visuallocalization.net/datasets/
• 7Scenes ，~15GB，https://www.microsoft.com/en-us/research/project/rgb-d-dataset-7-scenes/
• ETH3D ，~30GB，https://www.eth3d.net/datasets

训练

主要是在MegaDepth，Scannet上。因为论文和代码中很少对其他数据集的提及。

Roma 、DKM：在4个 A100ti 上训练大约需要5天

LoFTR： 64个 1080ti 上1天

DeepMatcher：32个 Tesla V100

LightGlue：2个 RTX3090 上两天 + 200GB磁盘存储额外信息（MegaDepth）

GlueStick: 2个 RTX2080 上10天

后续

从小方面的数据集入手，通过paperswithcode网站找到数据集相关的特征匹配方面论文，感觉LigGlue和GlueStick可以尝试着手，后续再细了解下