模型分为indoor室内和outdoor室外这两套场景的，起初我是用opencv-dnn做推理，可是输出结果图是全黑的。
换做使用onnxruntime做推理，输出结果图是合理的。
onnx文件在百度云盘，链接：https://pan.baidu.com/s/10O6IQ7bEMIPrM4Mzt349cw
提取码：wwh4
训练源码在 https://github.com/YuZheng9/C2PNet
它是中了cvpr2023文章
使用onnxruntime部署C2PNet图像去雾，包含C++和Python两个版本的程序.zip
需积分: 1 182 浏览量
2024-03-08
11:19:29
上传
评论
收藏 4.22MB ZIP 举报
使用onnxruntime部署C2PNet图像去雾，包含C++和Python两个版本的程序.zip （29个子文件） 
archiecodec1 
main.py 3KB main.cpp 5KB testimgs indoor 
1434_10.png 228KB 1420_10.png 267KB 1425_10.png 328KB 1444_10.png 293KB 1403_7.png 308KB 1430_10.png 242KB 1413_2.png 271KB outdoor 
0160_0.9_0.2.jpg 75KB 0046_0.9_0.16.jpg 105KB 0108_1_0.2.jpg 199KB 0166_0.8_0.16.jpg 102KB 0137_0.8_0.2.jpg 150KB 0406_1_0.2.jpg 118KB 0226_0.8_0.2.jpg 146KB 0143_1_0.2.jpg 150KB 0335_1_0.2.jpg 119KB 0112_0.8_0.2.jpg 151KB 0273_0.85_0.2.jpg 128KB 0011_0.95_0.16.jpg 96KB 0036_1_0.08.jpg 113KB 1038_1_0.16.jpg 127KB 0061_0.8_0.2.jpg 79KB 0132_1_0.08.jpg 114KB 0393_1_0.2.jpg 187KB 0076_1_0.16.jpg 155KB 0300_1_0.2.jpg 99KB README.md 384B资源评论
