第26名方案

首先，我要感谢主办方举办如此精彩的比赛，参与过程非常顺畅，做得好！

同时也祝贺所有的获奖者！

我参加这次比赛的计划是想看看在资源有限的情况下（仅使用 Colab Pro+）能走多远，只是想试试市面上现有的工具，但最后我也训练了一些模型……)))

对我来说，主要需要解决的问题是：尺度以及匹配/智能异常值去除。

图像处理

1. 对于 LoFTR，我没有调整图像大小，而是从右侧/底部稍微裁剪了一点图像，这并不影响找到的关键点位置。
2. 多尺度处理（针对 LoFTR 和 SuperGlue），之后所有的关键点都被重新调整为原始图像大小。

方案配方

公榜分数 0.827，私榜分数 0.828

对于 LoFTR，使用了 TTA（测试时增强）：左右翻转，并合并关键点。

1. LoFTR（通过置信度预过滤关键点）。
   对于多尺度，我统一重新缩放（1.2, 1.2; 1.6, 1.6），并通过运行 MAGSAC 过滤掉异常值最多的部分（置信度 > 0.7），然后重新缩放回原始图像大小。
2. HardNet（2k个特征点，仅用于非 Google Urban 数据集的图像，基于图像大小判断）。
3. ALIKE，2k个特征点。
4. DKM（TTA：左右翻转，500个特征子集，然后取 > 0.7 概率的点），默认设置。
5. Superpoint + SuperGlue（仅用于 Google Urban 数据，8k个特征，阈值 0.3，图像原始大小，1.2倍缩放，按置信度过滤）。
6. 合并所有关键点。
7. Magsac++，参数 0.185, 0.25，取决于是否为 Google Urban 数据，迭代次数 100k。

我在最后一分钟还上传了一个模型，本来想选它的，但没选))) —— 公榜 0.824，私榜 0.831，这是使用了微调后的 DKM 模型的结果。

如果有更多时间投入，可能会奏效的方法：

1. 关键点 + 线匹配 + 单应性 + 从单应性推导基础矩阵。 我找到了这篇论文并将其迁移到了 Python：IEEE Paper Link，并尝试仅按原样运行多个单应矩阵序列 + RANSAC（没成功，需要更广泛地测试，可能有 bug）。我认为这是一个可以尝试与线匹配结合的想法。或者甚至可以尝试 Progressive-X。但我没有足够的时间。
2. 寻找相似的数据集进行验证。 这肯定会让事情变得容易得多。为了验证，我使用了 IMC 训练数据集，按相同分布下采样到 2k，但这并不完全一样。
3. DKM 定制化重训练 —— 我设法进行了微调，并在验证集上提高了约 0.6。我在概率损失上遇到了一些没有完全解决的问题，所以虽然微调了，但没有达到我想要的规模。我还尝试了一些极线损失等想法。
4. LogPolar（在 MegaDepth 上重训练，确实有一点改善，试图复活它，但太慢了）。
5. QuadAttentionTree —— 基于简单的调整大小效果不佳，决定放弃。

对我来说没用的方法：

1. 重训练 NG-RANSAC
2. ScaleNet (GitHub 链接)
3. GOPAC
4. se-LoFRT
5. SGMNet
6. HardNet + AdaLAM