图像匹配天花板：SuperPoint+SuperGlue复现

最近工作原因接触到图像匹配，经过调研发现SuperPoint+SuperGlue方法简直是图像匹配届的天花板，各种精度比较以及运行时间真令人惊讶，如下：

后来图像匹配（也可以做视频匹配，我这里做的是图像匹配）复现也特别简单，代码写得真好，环境配置好了也不怎么报错。下面直接来复现步骤，本人小白，如有不对，还请指出，互相交流，共同进步。
代码地址: https://github.com/magicleap/SuperGluePretrainedNetwork

1. 下载以后解压，可以新建一个文件夹存储图像数据。
   
2. 打开requirements文档查看并安装以下模块
   方法一：
   matplotlib>=3.1.3
   torch>=1.1.0
   opencv-python==4.1.2.30
   numpy>=1.18.1
   查看以后按需安装，适用于仅缺少个别的模块，或网速慢的情况下。
   方法二：
   cmd命令行，cd到该文件包路径下，激活要用的python虚拟环境，安装：

pip install -r requirements.txt
1

3. 运行demo_superglue.py
   有两种方式。
   一是在cmd命令行输入：

 python demo_superglue.py --input = D:\SuperGlue\data --output_dir = D:\SuperGlue\data\result
1

–input是图像文件路径，必须输入，–output_dir是存储结果路径，如果不传入参数，则默认不进行保存。
其他还有很多参数，可以按需传入，打开demo_superglue.py可以查看。

第二种方式，我称之为野路子，适合我这种小白。
打开demo_superglue.py，直接改default值，

结束查看结果