SuperGluePretrainedNetwork模型导出工具

SuperGlue 的特征点匹配挺厉害的，尤其是在图像配准这种高精度需求下，表现确实比传统方法强多了。这个模型能直接图像对，输出匹配点对，省去了多前的麻烦，对新手和老手都蛮友好。

SuperGluePretrainedNetwork模型导出这块，其实不复杂。主要就是把 PyTorch 训练好的模型转成 ONNX 或者 TorchScript，用来部署到不同平台。导出之前记得先用 dummy 输入测试一下forward，有时候张量维度不一致会出错。

导完模型以后，可以做图像配准。你要是刚接触这块，建议看看配套的一些资料，像SIFT、SURF、图神经网络这些相关算法，理解匹配逻辑会更快。

对了，推荐几个还不错的资源，一起放这了：

• SuperGlue：用图神经网络学习特征匹配
• 基于 SIFT 特征的图像配准
• 基于 SURF 特征点的图像配准算法
• 散斑噪声对图像配准的影响

如果你想在项目里加个轻量但效果稳的匹配模块，这模型可以直接上，跑得不慢，效果也稳定。