项目场景：

DF-VO是ICRA2020国际会议的开源项目，想着搞下来玩玩，这是项目的

传送门


两篇论文也附上：


Visual Odometry Revisited: What Should Be Learnt?



DF-VO: What Should Be Learnt for Visual Odometry?

运行：

This code was tested with Python 3.6, CUDA 9.0, Ubuntu 16.04, and PyTorch-1.1.

github里面提到的相关环境如上

但是我没有用官方github的方法去配置环境，因为自己的cuda版本有点不一样，所以想着自己搞环境算了。

我个人的环境是Python3.7，CUDA11.3，Ubuntu18.04，PyTorch1.8

1 其他包安装

这里就根据自己的环境安装了相关的包，少什么装什么，大概装了10个不到吧，就搞定了，没有官方说的那么多需要装的

2 下载数据和模型

官方的github给出了下载地址，KITTI可能下载有点慢，可以CSDN找一下其他百度网盘的资料，模型可能要翻墙

3 处理数据

项目中的第一个步骤是运行run.py，但是代码中读取的是jpg格式的图片，而我从KITTI下载下来的是png的，而且像素也对不上，所以要改一下。以下是我自己的代码：

import cv2 as cv
import sys
import os

dirlist = os.listdir(r'{PNG格式图片的的地址}')
j = 0
for i in dirlist:
    print(i) 
    # 我这里的地址是这样，这是PNG的地址哦
    img = cv.imread(r"/home/a/DF-VO/dataset/kitti_odom/odom_data_jpg/10/image_2_0/{}".format(i))
    res = cv.resize(img, (640, 192))
    name = i.split('.')[0]
    # 这个是保存的图片地址，就是jpg的
    cv.imwrite(r"/home/a/DF-VO/dataset/kitti_odom/odom_data_jpg/10/image_2/{}.jpg".format(name), res)
    j += 1

4 处理问题

搞定之后还有一些问题，比如说无法引入包、pytorch版本对不上、cupy版本对不上的问题。这些问题都能在CSDN找到相关的解决办法

pytorch版本能用1.3以前的最好，如果不是会有报错，解决完后还是有警告

5跑他