meiqua

不会的，掩码只是跳过不计分。不过一般来说ROI会更快一点

可以把模板提取的阈值设高点，或者做个简单的腐蚀把mask边缘地方的模板点排除掉

strong thresh是训练的时候用的阈值，weak thresh是匹配的时候用的阈值，不会对训练有影响。

因为单点得分最高为4，需要*100 / 4 缩放到100

模糊的话可以调整检测时edge阈值(第4个参数)，一般不建议把分数调得很低。可以参考这个[例子](https://github.com/meiqua/shape_based_matching/issues/104#issuecomment-680853969)。

你的意思是直接旋转一个模板吗？这样确实可以在线或者离线做，离线可以参考[这个讨论](https://github.com/meiqua/shape_based_matching/issues/38#issuecomment-524173609)。 二分法不太行，因为没有比较关系。这样枚举确实有提升的空间，有些论文训练决策树来做，或者用hash来做。不过2D情况下的匹配其实已经挺快了。

是的，到局部可能可以。局部也可以试试ICP

700万像素，fusion time 70ms是正常的，之前的[测试](https://github.com/meiqua/shape_based_matching/issues/103)也差不多； 角度0.1度模板量增加10倍，matching时间也增加8倍左右说明正常；不过没必要这么小的步长，要提高精度可以用ICP，可以参考[这个issue](https://github.com/meiqua/shape_based_matching/issues/100)

ICP本来就是提高精度的，那个链接的意思是ICP的速度比以前快了；图像边缘清晰的话，精度可以到亚像素，角度估计也有0.1度吧

这个是无fusion版本，应该正常