GlueStick快速上手教程：3步从安装到跑通点线联合特征匹配Demo（附完整命令）

GlueStick快速上手教程3步从安装到跑通点线联合特征匹配Demo附完整命令【免费下载链接】GlueStickJoint Deep Matcher for Points and Lines ️️ (ICCV 2023)项目地址: https://gitcode.com/gh_mirrors/glu/GlueStickGlueStick 是一个点线联合特征匹配Joint Point-and-Line Matching开源工具出自 ICCV 2023 论文《GlueStick: Robust Image Matching by Sticking Points and Lines Together》。它能同时检测图像中的关键点与线段再用一个统一的 GNN 模型把它们粘在一起从而输出比单看点匹配更稳健的图像特征匹配结果。本教程带你从零开始3 步完成安装、下载权重、跑通 Demo并亲眼看到点匹配、线匹配的可视化效果。⏱️ 预计耗时5 分钟含环境安装· 建议系统Ubuntu 22.04一、为什么用 GlueStick点 线 联合匹配更鲁棒 传统特征匹配只关心点对容易在纹理重复、弱纹理区域产生误匹配。GlueStick 的亮点在于把关键点和线段端点放进同一个线框wireframe让点与线相互约束关键点检测复用经典的 SuperPoint输出关键点与描述子。线段检测用 LSD 检测线段并把相邻端点合并成带连通性的线框结构。联合匹配用一个注意力 GNNself / cross 注意力 线层统一处理点和线同时给出点匹配和线匹配两者互相增强。下面两张就是 Demo 自带的示例输入图片稍后我们会直接拿它们跑匹配二、第 1 步一键安装 GlueStick 完整环境在 Ubuntu 22.04 上按下面顺序执行即可共 4 组命令。1安装系统依赖OpenCV 等sudo apt-get install build-essential cmake libopencv-dev libopencv-contrib-dev2克隆仓库并进入目录git clone --recursive https://gitcode.com/gh_mirrors/glu/GlueStick.git cd GlueStick3创建并激活虚拟环境python -m venv venv source venv/bin/activate4安装 Python 依赖与项目本体pip install -r requirements.txt pip install . 依赖清单见 requirements.txt核心是torch1.12、opencv-python、matplotlib等项目本体由 pyproject.toml 打包安装。三、第 2 步下载预训练权重GlueStick 需要一个官方预训练检查点才能工作。请将官方权重文件checkpoint_GlueStick_MD.tar放入resources/weights/目录resources/ └── weights/ └── checkpoint_GlueStick_MD.tar # 官方预训练权重必需 └── superpoint_v1.pth # SuperPoint 权重程序首次运行会自动拉取 说明SuperPoint 骨干网络的权重superpoint_v1.pth在 gluestick/models/superpoint.py 中会自动下载到resources/weights/无需手动处理你只需确保 GlueStick 主权重checkpoint_GlueStick_MD.tar就位即可。四、第 3 步一条命令跑通点线匹配 Demo进入仓库根目录后直接执行Demo 入口为 gluestick/run.pypython -m gluestick.run -img1 resources/img1.jpg -img2 resources/img2.jpg运行成功后会在当前目录自动生成 4 张可视化图片分别对应线检测 → 点检测 → 线匹配 → 点匹配的完整链路输出文件含义detected_lines.png两幅图中检测到的线段detected_points.png两幅图中检测到的关键点line_matches.png线匹配结果point_matches.png点匹配结果常用可调参数详见 gluestick/run.pypython -m gluestick.run -img1 your_img1.jpg -img2 your_img2.jpg \ --max_pts 1000 --max_lines 300 --skip-imshow--max_pts每张图最多保留的关键点数默认 1000--max_lines每张图最多保留的线段数默认 300--skip-imshow只保存图片、不弹出窗口适合无图形界面环境五、可选用 Jupyter 交互式查看匹配细节想逐格观察每一步的中间结果打开官方交互 Notebook gluestick_matching_demo.ipynb 即可它把克隆 → 安装 → 推理 → 可视化完整串了起来适合边跑边看。六、常见报错与快速排查 现象可能原因解决办法权重加载失败 / 找不到checkpoint_GlueStick_MD.tar主权重没放到resources/weights/按第 2 步把权重文件就位pytlsd编译失败缺少 CMake / 编译工具链先执行第 1 步的系统依赖安装没有图像输出处于无图形界面的服务器加上--skip-imshow直接查看保存的 pngCUDA 不可用无 GPU 或驱动异常程序会自动回退到 CPU 运行见 gluestick/run.py 中的设备判断七、核心模块速览想进一步理解点线如何联合匹配可以重点看这几个文件匹配模型注意力 GNN点的匹配 线的匹配都在这里gluestick/models/gluestick.py关键点 / 描述子检测器 SuperPointgluestick/models/superpoint.py线段检测 线框wireframe构建gluestick/models/wireframe.py串联提取 → 匹配的整体两视图流水线gluestick/models/two_view_pipeline.py整条流水线由TwoViewPipeline统一调度先提取特征再交给 GlueStick 匹配器输出点/线的匹配索引与置信度。八、小结把 GlueStick 用进你的项目回顾一下3 步跑通 GlueStick的要点装环境装系统依赖 → 克隆仓库 → 建虚拟环境 →pip install .放权重把checkpoint_GlueStick_MD.tar放进resources/weights/跑 Demopython -m gluestick.run -img1 ... -img2 ...秒出点线匹配可视化至此你已经拥有了一个点 线 联合匹配的完整能力可以把它应用到图像配准、三维重建、SLAM 等对匹配鲁棒性要求很高的场景。【免费下载链接】GlueStickJoint Deep Matcher for Points and Lines ️️ (ICCV 2023)项目地址: https://gitcode.com/gh_mirrors/glu/GlueStick创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考