DF-VO配置文件全解：dataset、depth、deep_flow、tracking六大模块一次看懂

DF-VO配置文件全解：dataset、depth、deep_flow、tracking六大模块一次看懂

【免费下载链接】DF-VODepth and Flow for Visual Odometry项目地址: https://gitcode.com/gh_mirrors/df/DF-VO

DF-VO（Depth and Flow for Visual Odometry）是一个基于单目深度估计与光流网络的视觉里程计开源项目。它的全部运行行为——用哪个数据集、加载什么深度模型、选哪种跟踪器——都由 YAML 配置文件驱动。本文带你快速看懂 DF-VO 配置文件中的 dataset、depth、deep_flow、tracking 等六大核心模块，只需几分钟就能自由切换数据集与网络结构。

🧩 DF-VO配置文件加载机制：默认 + 自定义合并

DF-VO 采用"默认配置 + 自定义配置"的双文件机制（实现见 libs/general/configuration.py 中的ConfigLoader）：

• 默认配置：options/examples/default_configuration.yml，包含全部参数，相当于"参考模板"
• 自定义配置：只需写你想改动的参数，未写的部分自动继承默认值

运行入口为 apis/run.py：

# 仅用默认配置运行 python apis/run.py -d options/examples/default_configuration.yml # 默认 + 自定义配置合并运行（-s 可临时指定序列号） python apis/run.py -d options/examples/default_configuration.yml -c options/examples/kitti_tracking.yml -s 10

⚠️新手常见坑：文档中若某个选项取值为None，请留空该字段，不要真的写上字符串'None'，否则 YAML 会把它当成普通字符串。

1️⃣ dataset 基础设置：数据集、图像与目录

这是配置的"总开关"，决定了 DF-VO 处理什么数据：

参数	含义	可选值/示例
dataset	数据集类型	kitti_odom、kitti_raw、tum-1/2/3、adelaide1/2、robotcar
image.height/width	输入图像分辨率	KITTI 默认 192×640
image.ext	图像扩展名	jpg/png（TUM 用 png）
seq	运行的序列号	"10"、"rgbd_dataset_freiburg3_..."
frame_step	采帧步长	1（逐帧）；TUM 示例中用5加速
cam_mode	相机模式	mono/stereo

directory子节则负责四个路径：

directory: result_dir: result/tmp/0/ # 结果保存目录 img_seq_dir: dataset/kitti_odom/odom_data_jpg/ # 图像序列目录 gt_pose_dir: dataset/kitti_odom/gt_poses/ # 真值位姿（可选，仓库内自带00-10共11条） depth_dir: # 外部真值深度（可选）

项目已内置 KITTI 真值位姿，如 dataset/kitti_odom/gt_poses/00.txt，用于轨迹评估与可视化。

2️⃣ depth 深度模块：单目深度估计配置

DF-VO 的深度来源由depth_src控制（留空 = 用网络预测，gt= 用真值深度）：

depth: depth_src: # 留空：使用单目深度网络预测 deep_depth: network: monodepth2 # 深度网络，当前为 monodepth2 pretrained_model: model_zoo/depth/kitti_odom/stereo/ # depth.pth 与 encoder.pth 所在目录 max_depth: 50 # 深度截断上限（米） min_depth: 0 # 深度截断下限

换数据集时的典型改法（见 options/examples/tum_rgbd_slam.yml）：

• 网络仍为monodepth2，但pretrained_model换成对应域的训练权重（如model_zoo/depth/nyuv2/self_supervised/）
• KITTI 单目场景见 options/examples/kitti_mono_sc_train_icra.yml

3️⃣ deep_flow 光流模块：LiteFlowNet 配置

光流网络决定了"像素怎么动"，当前版本使用 LiteFlowNet：

deep_flow: network: liteflow # 光流网络，可选 [liteflow] flow_net_weight: model_zoo/optical_flow/LiteFlowNet/network-default.pytorch forward_backward: True # 同时预测前/后向光流并计算前后向一致性

forward_backward: True非常重要——它产生的前后向一致性误差（forward-backward consistency）是后续特征点筛选的核心依据。网络源码位于 libs/deep_models/flow/lite_flow_net/。

4️⃣ kp_selection 对应点选择：质量的隐形开关

kp_selection决定从光流中挑哪些像素作为跟踪对应点。默认启用local_bestN（分块局部最优）：

参数	作用	默认值
num_bestN	选取特征点总数	2000
num_row / num_col	图像分块行列数	10×10
score_method	打分方式：flow（前后向L2差）/flow_ratio	flow
thre	光流一致性掩膜阈值	0.1

其他可选策略包括bestN（全局最优）、sampled_kp（均匀采样，消融实验用）、rigid_flow_kp（尺度恢复用）。消融对比配置可参考 options/examples/ablation_correspondences_best_n.yml。

5️⃣ tracking 跟踪模块：hybrid、尺度恢复与 PnP

tracking_method是跟踪策略的总开关：hybrid（E-tracker + PnP 混合，默认）或PnP。

tracking_method: hybrid e_tracker: # 基于本质矩阵的相对位姿估计 ransac: reproj_thre: 0.2 # 内点重投影阈值 repeat: 5 # 重复RANSAC次数 validity: method: GRIC # E-tracker有效性判据 [flow, GRIC] kp_src: kp_best # 使用best-N选出的对应点 scale_recovery: # 单目尺度恢复（核心！） method: simple # [simple, iterative] ransac: method: depth_ratio # 拟合目标：使三角化深度/网络深度≈1 thre: 0.1 pnp_tracker: # PnP绝对位姿跟踪 ransac: iter: 100 reproj_thre: 1

三者分工：E-tracker估计相对位姿 →scale_recovery用深度图恢复真实尺度 →PnP-tracker提供绝对位姿兜底。相关实现分别在 libs/tracker/E_tracker.py、libs/tracker/pnp_tracker.py 与 libs/tracker/gric.py。

6️⃣ visualization 可视化与其他实验模块

visualization控制运行时的"仪表盘"：光流向量图、特征点连线、预测/真值轨迹对比、深度图显示等，全部可用enable类开关精细控制。单目结果无真实尺度时，可用mono_scale（如 TUM 示例设为100）对齐真值轨迹再作可视化。

此外还有三个"进阶区"（默认均关闭）：

• deep_pose：位姿回归网络（仅实验版使用）
• stereo：HD3 立体匹配网络
• online_finetune：在线微调光流/深度网络，含学习率、损失权重等

🚀 快速上手：换数据集只需三步

1. 改dataset与seq：如dataset: tum-1+seq: "rgbd_dataset_freiburg3_long_office_household"
2. 改directory：指向你的图像与真值位姿目录（img_seq_dir、gt_pose_dir）
3. 换pretrained_model：选择与数据集域匹配的 model_zoo 深度权重

仓库已提供多份现成范例：options/examples/tum_rgbd_slam.yml、options/examples/adelaide_driving.yml、options/examples/oxford_robotcar.yml、options/examples/kitti_tracking.yml，复制一份按需修改即可。

📝 总结

模块	管什么	新手最常改的参数
dataset/directory	数据从哪来	dataset、seq、img_seq_dir
depth	深度从哪来	pretrained_model、max_depth
deep_flow	光流从哪来	flow_net_weight、forward_backward
kp_selection	选哪些点跟踪	num_bestN、thre
tracking	位姿怎么算	tracking_method、scale_recovery
visualization	结果怎么看	enable、vis_gt_traj

掌握以上六大模块，你就能完全驾驭 DF-VO 的配置体系，从 KITTI 无缝切换到 TUM、Adelaide 或任意自定义数据集。

【免费下载链接】DF-VODepth and Flow for Visual Odometry项目地址: https://gitcode.com/gh_mirrors/df/DF-VO