これは hloc という名前の Linux アプリで、最新リリースは v1.4.zip としてダウンロードできます。 ワークステーション用の無料ホスティング プロバイダー OnWorks でオンラインで実行できます。
OnWorks を使用して hloc という名前のこのアプリをオンラインで無料でダウンロードして実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
ホロック
DESCRIPTION
これは、最先端の 6-DoF ビジュアル ローカライゼーションのためのモジュール式ツールボックスである hloc です。 画像検索と特徴照合を活用した階層的ローカリゼーションを実装しており、高速、正確、スケーラブルです。 このコードベースは、特徴マッチング用のグラフ ニューラル ネットワークである SuperGlue と組み合わせて、CVPR 2020 および ECCV 2020 の屋内/屋外ローカリゼーション チャレンジで優勝しました。 Aachen、InLoc を使用してローカライズし、SfM を使用して独自のデータの参照ポーズを生成するためのステップバイステップのガイドを提供します。 データセットをダウンロードするだけで、すぐに読むことができます。 ノートブック Pipeline_InLoc.ipynb には、InLoc を使用してローカライズする手順が示されています。 3D SfM モデルが必要ないため、はるかに簡単です。 Pipeline_SfM.ipynb では、順序のない画像セットに対して 3D 再構成を実行する方法を示します。 これにより、アーヘンと同じパイプラインを使用して、リファレンス ポーズとローカリゼーションに適した優れたスパース 3D モデルが生成されます。
特徴
- CVPR 2020 の受賞結果を屋外 (アーヘン) および屋内 (InLoc) データセットで再現します。
- SuperPoint+SuperGlue を使用して Structure-from-Motion を実行し、独自のデータセットでローカライズします
- 視覚的な位置特定のための独自の局所特徴または画像検索を評価します。
- 新しいローカリゼーション パイプラインを実装し、簡単にデバッグする
- Structure-from-Motion を使用して 3D マップを構築する
- インターネット画像をブラウザから直接ローカライズします
プログラミング言語
Python
カテゴリー
これは、https://sourceforge.net/projects/hloc.mirror/ から取得できるアプリケーションです。 無料のオペレーティング システムの XNUMX つから最も簡単な方法でオンラインで実行できるように、OnWorks でホストされています。