CS205-ImageStitching 项目使用教程
2024-09-17 00:46:27作者:盛欣凯Ernestine
1. 项目目录结构及介绍
CS205-ImageStitching/
├── baseline/
├── images/
├── slides/
├── surf_omp/
├── surf_openacc/
├── surf_sequential/
├── utils/
├── videos/
├── .gitignore
├── LICENSE
└── README.md
目录结构介绍
- baseline/: 包含项目的基准代码和测试数据。
- images/: 包含项目中使用的图像文件。
- slides/: 包含项目演示文稿的文件。
- surf_omp/: 包含使用 OpenMP 进行并行化的代码。
- surf_openacc/: 包含使用 OpenACC 进行并行化的代码。
- surf_sequential/: 包含顺序执行的代码。
- utils/: 包含项目中使用的工具和辅助函数。
- videos/: 包含项目中使用的视频文件。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
2. 项目的启动文件介绍
启动文件
项目的启动文件主要位于 surf_sequential/, surf_omp/, 和 surf_openacc/ 目录中。每个目录下都有一个 main.cpp 文件,这是项目的入口文件。
示例
cd surf_sequential/
g++ -std=c++11 -fpermissive -o test main.cpp fasthessian.cpp integral.cpp ipoint.cpp surf.cpp utils.cpp `pkg-config opencv --cflags --libs`
./test
启动参数
启动文件支持多种模式和参数配置,具体参数如下:
-m | --mode < >: 指定运行模式(0: 单张图像特征提取, 1: 静态图像匹配, 2: 摄像头视频拼接, 3: 本地视频文件拼接)。-b | --blend_mode: 启用混合算法。-r | --resolution: 指定分辨率(仅适用于模式 2 和 3)。-s | --single_mem_cpy: 单次内存拷贝(仅适用于 OpenACC)。-t | --threaded: 启用多线程(仅适用于 OpenACC)。-S/L/R | --src/src1/src2: 指定图像或视频文件路径。
3. 项目的配置文件介绍
配置文件
项目中没有明确的配置文件,但可以通过命令行参数进行配置。以下是一些常用的配置示例:
顺序版本
cd surf_sequential/
g++ -std=c++11 -fpermissive -o test main.cpp fasthessian.cpp integral.cpp ipoint.cpp surf.cpp utils.cpp `pkg-config opencv --cflags --libs`
./test -m 0 -S path/to/image.jpg
OpenMP 版本
cd surf_omp/
g++ -fopenmp -std=c++11 -fpermissive -O3 -o test main.cpp fasthessian.cpp integral.cpp ipoint.cpp surf.cpp utils.cpp `pkg-config opencv --cflags --libs`
./test -m 2 -r 720 -s
OpenACC 版本
cd surf_openacc/
pgc++ -acc -ta=tesla:cc60 -Minfo -std=c++11 -O3 -o test main.cpp fasthessian.cpp integral.cpp ipoint.cpp surf.cpp utils.cpp `pkg-config opencv --cflags --libs`
./test -m 2 -r 720 -s -t
通过这些配置,用户可以根据需要选择不同的并行化方式和参数配置,以实现最佳的图像拼接效果。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253