没有合适的资源?快使用搜索试试~ 我知道了~
matlab精度检验代码-F-Clip:TheofficialPyTorchimplementationofthepaper:*...
共48个文件
py:30个
yaml:8个
png:3个
需积分: 10 1 下载量 119 浏览量
2021-05-22
00:29:23
上传
评论
收藏 14.84MB ZIP 举报
温馨提示
matlab精度检验代码F-Clip —完全卷积线解析 该存储库包含该论文的官方PyTorch实现:*,,,。 *。 介绍 我们的方法(F-Clip)是一种简单有效的神经网络,用于从给定的图像和视频中检测线路。 它在准确性和速度上都大大优于以前的最新线框和线检测器。 我们希望该存储库可以作为该领域未来研究的可重现的新基准。 主要结果 最新的线框检测方法之间的准确性和速度之间的权衡 定性措施 在本文中可以找到更多随机抽样的结果。 量化措施 下表报告了ShanghaiTech数据集上几个线框和线检测器的性能指标。 可以找到ShanghaiTech和YorkUrban数据集的详细信息排行榜。 再现结果 安装 为了简化重现性,建议您在执行以下命令之前先安装(或根据需要)。 git clone https://github.com/Delay-Xili/F-Clip cd F-Clip conda create -y -n fclip source activate fclip # Replace cudatoolkit=10.1 with your CUDA version: https://
资源推荐
资源详情
资源评论
收起资源包目录
F-Clip-master.zip (48个子文件)
F-Clip-master
.gitignore 48B
fig
FPS.png 57KB
table.png 227KB
demo.gif 15.17MB
Qualitative.png 206KB
README.md 5KB
dataset
crop.py 12KB
resolution.py 4KB
input_parsing.py 2KB
wireframe.py 9KB
york_line.py 4KB
wireframe_line.py 9KB
york.py 6KB
test.py 8KB
eval-APH.py 9KB
train.py 6KB
LICENSE 1KB
matlab
correspondPixels.mexa64 110KB
eval_release.m 3KB
correspondPixels.mexmaci64 107KB
eval-sAP.py 4KB
config
fclip_HG1.yaml 303B
base.yaml 1KB
fclip_HG1_D3.yaml 305B
fclip_HG2.yaml 305B
w32_384x288_adam_lr1e-3.yaml 614B
fclip_HG1_D2.yaml 305B
fclip_HR.yaml 398B
fclip_HG2_LB.yaml 500B
demo.py 12KB
FClip
lr_schedulers.py 3KB
line_parsing.py 4KB
config.py 135B
datasets.py 3KB
trainer.py 8KB
visualize.py 4KB
utils.py 5KB
models
hourglass_line.py 12KB
hourglass_pose.py 7KB
stage_1.py 9KB
__init__.py 5KB
pose_hrnet.py 19KB
box.py 39KB
nms.py 2KB
__init__.py 183B
losses
__init__.py 8KB
postprocess.py 8KB
metric.py 3KB
共 48 条
- 1
资源评论
weixin_38584148
- 粉丝: 10
- 资源: 1000
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功