【亲测免费】 DetectorFreeSfM 项目使用教程

1. 项目目录结构及介绍

DetectorFreeSfM 项目的目录结构如下：

DetectorFreeSfM/
├── SfM_dataset/
│   └── example_dataset/
│       └── example_scene/
│           ├── images/
│           ├── intrins/
│           └── poses/
├── assets/
├── hydra_configs/
│   ├── demo/
│   └── training/
├── scripts/
├── src/
├── third_party/
├── tools/
│   └── parse_data/
├── .gitignore
├── .gitmodules
├── DATASET_PREPARE.md
├── INSTALL.md
├── LICENSE
├── README.md
├── environment.yaml
├── eval_dataset.py
├── requirements.txt
└── train_multiview_matcher.py

目录结构介绍

• SfM_dataset/: 存放数据集的目录，包含示例数据集和场景。
  • example_dataset/: 示例数据集。
    • example_scene/: 示例场景。
      • images/: 存放图像文件。
      • intrins/: 存放相机内参文件（可选，用于评估）。
      • poses/: 存放相机位姿文件（可选，用于评估）。
• assets/: 存放项目资源文件。
• hydra_configs/: 存放配置文件，包括演示和训练的配置。
  • demo/: 演示配置文件。
  • training/: 训练配置文件。
• scripts/: 存放脚本文件，用于执行特定任务。
• src/: 存放项目源代码。
• third_party/: 存放第三方库或工具。
• tools/: 存放工具脚本，如数据解析工具。
  • parse_data/: 数据解析工具。
• .gitignore: Git 忽略文件配置。
• .gitmodules: Git 子模块配置。
• DATASET_PREPARE.md: 数据集准备说明文档。
• INSTALL.md: 安装说明文档。
• LICENSE: 项目许可证。
• README.md: 项目说明文档。
• environment.yaml: 项目依赖环境配置文件。
• eval_dataset.py: 数据集评估脚本。
• requirements.txt: 项目依赖包列表。
• train_multiview_matcher.py: 多视图匹配训练脚本。

2. 项目启动文件介绍

项目的启动文件主要是 eval_dataset.py 和 train_multiview_matcher.py。

eval_dataset.py

该脚本用于评估数据集，支持多种数据集的评估，如 ETH3D、IMC 和 TexturePoorSfM 等。可以通过配置文件指定不同的评估参数。

train_multiview_matcher.py

该脚本用于训练多视图匹配模型。训练前需要准备好数据集，并根据配置文件指定训练参数。

3. 项目的配置文件介绍

项目的配置文件主要存放在 hydra_configs/ 目录下，包括演示和训练的配置文件。

hydra_configs/demo/dfsfm.yaml

该配置文件用于演示项目的功能。可以通过修改该文件中的路径参数来指定数据集路径。

hydra_configs/training/trainer_config.yaml

该配置文件用于训练配置，包括训练参数、GPU 设置等。可以根据需要修改该文件中的参数来调整训练过程。

通过以上配置文件，可以灵活地调整项目的运行参数，以适应不同的需求和环境。