【亲测免费】 LightGlue 深度学习特征匹配库安装及使用教程【lightglue】

1. 项目目录结构及介绍

以下是 LightGlue 的基础目录结构：

LightGlue/
├── assets/               # 资源文件夹
├── lightglue/            # 库代码
├── flake8/               # 代码风格检查工具配置
├── gitattributes         # Git 属性配置文件
├── gitignore              # Git 忽略文件列表
├── LICENSE               # 许可证文件
├── README.md             # 项目说明文档
├── benchmark.py          # 性能基准测试脚本
├── demo.ipynb            # 示例 Jupyter 笔记本
├── pyproject.toml        # Python 项目配置
└── requirements.txt       # 依赖包列表

• assets: 包含非代码资源。
• lightglue: 存放 LightGlue 库的核心代码。
• flake8: 配置文件用于代码风格一致性检查。
• git*: Git 相关配置文件。
• LICENSE: 项目采用的 Apache-2.0 开源许可证。
• README.md: 项目的基本介绍、作者等信息。
• benchmark.py: 测试 LightGlue 性能的脚本。
• demo.ipynb: 提供了使用 LightGlue 的示例 Jupyter 笔记本。
• pyproject.toml: 对于 Python 项目的构建配置。
• requirements.txt: 列出了项目所需的依赖库。

2. 项目启动文件介绍

尽管 LightGlue 是一个库，但其主要功能可以通过导入 lightglue 包来调用。例如，在 Python 中，你可以这样导入 LightGlue：

from lightglue import LightGlueMatcher

matcher = LightGlueMatcher()
matches = matcher.match(keypoints_1, descriptors_1, keypoints_2, descriptors_2)

这里，match 函数接受两对关键点（keypoints）和描述符（descriptors），并返回对应点的索引。

如果你要运行演示或基准测试，可以分别执行 benchmark.py 和打开 demo.ipynb 进行操作。

3. 项目的配置文件介绍

pyproject.toml

pyproject.toml 文件用于定义项目构建过程中的依赖和选项，如 Python 包的版本约束。在这个项目中，它包含了项目的元数据以及 poetry 作为包管理器的设置。例如：

[tool.poetry]
name = "lightglue"
version = "0.1.0"
description = "A lightweight feature matcher with high accuracy and blazing fast inference."
authors = ["Philipp Lindenberger <[e-mail]>"]

[tool.poetry.dependencies]
python = "^3.7"

[tool.poetry.dev-dependencies]
pytest = "^6.0"

这里的配置指定了项目名称、版本号、作者信息，以及开发和运行时的依赖项。

requirements.txt

该文件列出所有必需的第三方库，以便在新环境中正确地安装 LightGlue。要安装这些依赖，可以执行以下命令：

pip install -r requirements.txt

这将确保你拥有运行 LightGlue 所需的所有外部包。

通过以上步骤，你应该已经对 LightGlue 的目录结构、启动方式以及配置有了初步了解。现在，你可以安装这个库并在自己的应用中使用它进行本地特征匹配了。