finish Inference and Matching Part.

docs/feature_work.md

@@ -62,13 +62,13 @@
 
 > *目标：大幅提升大尺寸版图的匹配速度和多尺度检测能力。*
 
-- [ ] **将模型改造为特征金字塔网络 (FPN) 架构**
+- [x] **将模型改造为特征金字塔网络 (FPN) 架构**
   - **✔️ 价值**: 当前的多尺度匹配需要多次缩放图像并推理，速度慢。FPN 只需一次推理即可获得所有尺度的特征，极大加速匹配过程。
   - **📝 执行方案**:
     1. 修改 `models/rord.py`，从骨干网络的不同层级（如 VGG 的 `relu2_2`, `relu3_3`, `relu4_3`）提取特征图。
     2. 添加上采样和横向连接层来融合这些特征图，构建出特征金字塔。
     3. 修改 `match.py`，使其能够直接从 FPN 的不同层级获取特征，替代原有的图像金字塔循环。
-- [ ] **在滑动窗口匹配后增加关键点去重**
+- [x] **在滑动窗口匹配后增加关键点去重**
   - **✔️ 价值**: `match.py` 中的滑动窗口在重叠区域会产生大量重复的关键点，增加后续匹配的计算量并可能影响精度。
   - **📝 执行方案**:
     1. 在 `match.py` 的 `extract_features_sliding_window` 函数返回前。