代码主要思想是使用神经网络（SuperPoint）提取特征点，以替代ORB SLAM2中使用的ORB特征点。

配置

1、cmake的版本 推荐11，查看cmake版本可以使用指令：

$ cmake --version

确认自己的cmake版本为11。 安装cmake11可以参考博客： 2、安装Pangolin、OpenCV、Eigen3、DBoW3 and g2o（不要用代码Thirdparty里的，不全并且无法sudo make install）。 安装可以参考博客： 3、Libtorch(大坑，博主卡在这好几天，嘤嘤嘤) 编译指令：

git clone --recursive -b v1.0.1 https://github.com/pytorch/pytorch
cd pytorch && mkdir build && cd build
python ../tools/build_libtorch.py

最开始使用的的30系列显卡，由于只支持cuda11.0以上版本（cuda11.0对应需要下载v1.7.0版本的Libtorch），编译时总是报错

显示找不到cudnn。 后来看到一条这样的帖子 于是装了v8.0.1版本的cudnn。以前一直以为cudnn版本和cuda版本一致即可，第一次发现对应同一版本的cuda还有不同的cudnn，如下图所示： 用于时间不同，以cuda11.0为例，目前有v8.0.1，v8.0.2，v8.0.3，v8.0.4四款，卸载和安装cudnn代码如下： 卸载：

$ sudo rm -rf /usr/local/cuda/include/cudnn.h
$ sudo rm -rf /usr/local/cuda/lib64/libcudnn*

安装

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

改装v8.0.1版本cudnn后可以成功编译，但是后面编译SuperPoint_SLAM时仍然会报错，初步估计是硬件兼容性不足，30系列显卡对Libtorch兼容性不足。实测发现这和直接从pytorch官网上下载编译好的Libtorch结果一致，编译SuperPoint_SLAM时报相同的错误。 博主能力有限，没能解决这个问题，希望网友不吝赐教。

自己的解决方案（笨办法）

拿出自己好久不用的笔记本(MX150显卡) 各软件版本： cuda 9.2 cudnn v7.6.5 opencv 3.4.3 cmake 3.11.3 Libtorch v1.0.1

下载SuperPoint_SLAM：

git clone https://github.com/KinglittleQ/SuperPoint_SLAM.git SuperPoint_SLAM

编译：

cd SuperPoint_SLAM
chmod +x build.sh
./build.sh

第一次编译SuperPoint_SLAM里的./build.sh时会报这样一个错： 原因是找不到Torch的配置文件，修改SuperPoint_SLAM里CMakeLists.txt

set(Torch_DIR "/home/victor/pytorch/torch/lib/tmp_install/share/cmake/Torch")  # libtorch

根据自己的路径做相应修改即可。 最终成功编译

然后下载词袋和kitti数据集（具体链接见：） 词袋下载好之后解压放入Vocabulary文件中（需要自己建立）：

$ cd SuperPoint_SLAM
$ mkdir Vocabulary

最后启动命令格式（以 sequence 03为例）：

$ ./Examples/Monocular/mono_kitti Vocabulary/superpoint_voc.yml Examples/Monocular/KITTI03.yaml /home/victor/SuperPoint_SLAM/data_odometry_gray/dataset/sequences/03

最后一部分的/home/victor/SuperPoint_SLAM/改成自己数据集的存储路径。

运行效果

笔记本跑起来比较卡，就没有跑完，也没有作评测，原始代码中的评测结果如下：