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
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 |