网络测试和学习demo

network_learning/README.md

@@ -0,0 +1,50 @@
+# Network Learning — 网络结构可视化学习
+
+论文《Cross Fusion of Point Cloud and Learned Image for Loop Closure Detection》中所有网络结构的可视化 Demo。
+
+## 快速开始
+
+```bash
+conda activate fusion_cyy
+cd network_learning
+
+# 依次运行各网络demo
+python 01_alnet_demo.py              # ALNet — 图像特征提取器
+python 02_ricnn_demo.py              # RICNN — 旋转不变CNN + 位置编码
+python 03_converter_demo.py          # Converter — 跨模态特征转换器
+python 04_generator_fusion_demo.py   # Generator + FusionHead
+python 05_netvlad_demo.py            # NetVLAD — 全局描述子聚合
+python 06_uot_demo.py                # UOT — 最优传输位姿估计
+
+# 或一次性看完整流水线
+python 08_full_pipeline_demo.py --mode all
+```
+
+所有图像输出到 `output/` 目录。
+
+## 文件说明
+
+| 文件 | 内容 |
+|------|------|
+| `01_alnet_demo.py` | ALNet中间特征、感受野、参数量分析 |
+| `02_ricnn_demo.py` | RICNN卷积核分组、池化区域、旋转不变性测试、位置编码 |
+| `03_converter_demo.py` | 跨模态转换前后特征相似度、Attention权重 |
+| `04_generator_fusion_demo.py` | Generator变长→定长、FusionHead多来源融合 |
+| `05_netvlad_demo.py` | 软分配过程、VLAD结构、NetVLAD变体对比 |
+| `06_uot_demo.py` | 代价矩阵、Sinkhorn迭代、刚体变换、参数影响 |
+| `08_full_pipeline_demo.py` | BEV/Img/Fusion三种模式端到端可视化 |
+| `LEARNING_GUIDE.md` | 完整学习文档（9个网络结构详解） |
+
+## 网络结构一览
+
+| # | 网络 | 文件 | Demo |
+|---|------|------|------|
+| 1 | ALNet | `ALIKE/alnet.py` | `01_alnet_demo.py` |
+| 2 | RICNN | `BEVNet.py` | `02_ricnn_demo.py` |
+| 3 | EncodePosition | `BEVNet.py` | `02_ricnn_demo.py` |
+| 4 | Converter | `net.py` | `03_converter_demo.py` |
+| 5 | Generator | `net.py` | `04_generator_fusion_demo.py` |
+| 6 | FusionHead | `net.py` | `04_generator_fusion_demo.py` |
+| 7 | LocalPool | `net.py` | （轻量级，见文档） |
+| 8 | NetVLAD | `netvlad.py` | `05_netvlad_demo.py` |
+| 9 | UOTHead | `uot.py` | `06_uot_demo.py` |