matlab将代码对齐-DuLa-Net:我们CVPR2019论文的Pytorch演示代码：用于从单个RGB全景估算房间布局的双...

matlab将代码对齐杜拉网 这是我们CVPR 2019论文的pytorch演示代码DuLa-Net：用于从单个RGB全景估算房间布局的双投影网络（，） 通过此存储库，您可以从单个室内RGB全景图估算3D房间布局。 要查看更多详细信息，请参阅论文或项目页面。 先决条件 Python3 Pytorch（CUDA> = 8.0） OpenCVPython 枕头/ scikit图片 预训练模型 首先，请下载并复制到./Model/ckpt/ 预训练模型在具有不同主干网的Realtor360数据集上进行训练。 前处理 输入的全景图应该已经与“曼哈顿世界”对齐。 我们建议您使用Matlab中的或python实现。 这些工具可以帮助您进行预处理以对齐全景图。 预测 然后使用以下命令加载预训练的模型并预测3D布局。 python demo.py --input figs\001.jpg 如果要使用其他骨干网（默认为resnet18）。 python demo.py --input figs\001.jpg --backbone resnet50 --ckpt Model\ckpt\res50_rea