Un matcher de características para encontrar correspondencias entre dos imágenes, con puntos clave dispersos, cuadrículas densas o sin puntos clave, y una comprobación integrada de pares de imágenes parecidas.
FlexGlue es un matcher de características en Python para flujos de trabajo de visión por computadora, como la correspondencia entre imágenes y la reconstrucción 3D. Codifica cada imagen con un backbone DINOv3-ConvNeXt en un mapa de características con stride 8, refina ambos mapas con un transformer y localiza la correspondencia de cada punto de consulta en la otra imagen mediante correlación. Puede emparejar puntos clave proporcionados por el usuario (los ejemplos usan el detector ALIKED de LightGlue), cuadrículas densas de puntos muestreados o imágenes sin puntos clave.
Además de encontrar correspondencias, FlexGlue predice una puntuación de covisibilidad: la probabilidad de que dos imágenes muestren el mismo lugar. Esto le permite descartar pares de imágenes parecidas, como fachadas repetidas, y, con la detención anticipada, omite la mayor parte del cálculo en los pares descartados. Los matchers se pueden ejecutar en lotes, compilar con torch.compile, cargar mediante torch.hub o exportar a ONNX y ejecutar con ONNX Runtime sin PyTorch.
El proyecto incluye un notebook de demostración, pesos preentrenados y un refinamiento subpíxel opcional con RoMa v2. El código tiene licencia MIT, mientras que los pesos del backbone DINOv3 se distribuyen con una licencia aparte que impone restricciones de uso.
Clona el repositorio y accede a él
git clone https://github.com/cvg/FlexGlue.git && cd FlexGlueInstala FlexGlue con pip en modo editable
python -m pip install -e .Instala el último commit de LightGlue para usar sus detectores de puntos clave (opcional)
python -m pip install git+https://github.com/cvg/LightGlue.gitEjecuta el notebook de demostración en Colab o en local
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Biblioteca de visión artificial diferenciable basada en PyTorch, con procesamiento de imágenes, geometría, aumentación y operadores de correspondencia de características optimizados para GPU.
Ultralytics YOLOv5 es un kit de herramientas de visión artificial basado en PyTorch para detectar objetos, segmentar instancias y clasificar imágenes, con funciones de entrenamiento y exportación.
Implementación oficial en PyTorch de BiRefNet, un modelo de deep learning para la segmentación dicotómica de imágenes de alta resolución, usado habitualmente para eliminar fondos.
Libro gratuito y de código abierto en chino, con código complementario, para aprender PyTorch desde los fundamentos hasta aplicaciones de CV, NLP y LLM, y su despliegue.
Pipeline generalista de Structure-from-Motion y Multi-View Stereo, con interfaces gráfica y de línea de comandos para reconstruir escenas 3D a partir de imágenes.
Herramienta de programación visual de código abierto basada en nodos para fotogrametría: convierte fotos en modelos 3D, permite hacer seguimiento de cámara y crear imágenes HDR.