Este documento ofrece una visión técnica detallada del proyecto de código abierto LoFTR, especializado en la correspondencia de características. Cubre la estructura del directorio, archivos de inicio y configuración.

Estructura del Directorio del Proyecto

La organización general de los archivos es la siguiente:

LoFTR
├── configuraciones        # Directorio para archivos de configuración
│   ├── ajustes_predeterminados.py  # Configuración estándar
│   └── ...                # Otras opciones de configuración
├── conjuntos_datos        # Datos y preprocesamientos
│   ├── ejemplos           # Datos de muestra
│   └── ...                # Datos personalizados
├── componentes_modelo     # Código relacionado con el modelo
│   ├── extractor          # Módulo de detección de características
│   ├── codificador        # Cálculo de descriptores
│   └── ...                # Otros componentes
├── utilidades             # Scripts y ejemplos de uso
│   ├── iniciar_entrenamiento.sh  # Script para entrenar
│   ├── realizar_inferencia.py    # Script para inferencia
│   └── ...                # Herramientas adicionales
└── ...                    # Archivos y directorios complementarios

Las carpetas clave incluyen configuraciones para definir parámetros, conjuntos_datos para datos de entrada, componentes_modelo que alberga la lógica central de LoFTR, y utilidades con scripts operativos.

Archivos de Inicio del Proyecto

El script iniciar_entrenamiento.sh ejecuta el proceso de entrenamiento. Puede modificarse para especificar ajustes mediante argumentos:

bash utilidades/iniciar_entrenamiento.sh --config ./configuraciones/ajustes_predeterminados.py --dir_salida ./resultados

Donde --config indica el archivo de configuración y --dir_salida define la ubicación para guardar los resultados.

Para la inferencia, se utiliza realizar_inferencia.py, que requiere un archivo de configuración y pesos del modelo entrenado:

python utilidades/realizar_inferencia.py --config ./configuraciones/ajustes_predeterminados.py --pesos modelo_entrenado.pth --entradas lista_imagenes.txt --resultados salida.txt

Aquí, --pesos es el archivo de pesos del modelo, --entradas especifica el listado de imágenes, y --resultados es el archivo de destino para la inferencia.

Configuración del Proyecto

Los archivos de configuración, como ajustes_predeterminados.py, controlan aspectos del modelo y el proceso de entrenamiento o inferencia. Los parámetros principales abarcan:

• ARQUITECTURA_MODELO: Define la estructura del modelo, incluyendo componentes de detección y descriptores.
• FUENTES_DATOS: Configura rutas y parámetros para conjuntos de datos de entrenamiento y prueba.
• OPTIMIZADOR: Establece configuarciones del optimizador, como tasas de aprendizaje y estrategias de ajuste.
• EVALUACION: Ajustes para la fase de inferencia, como tamaño de lote y rutas de guardado.

Modifique estos parámetros para adaptar el comportamiento del modelo a escenarios específicos y aplique los cambios ejecutando los scripts correspondientes.