matlab中DW检验的代码-google_street_view_deep_neural:从谷歌街景图像预测安全感知的深度神经...

matlab中DW检验的代码 看起来更安全的街区更热闹吗？ 对城市生活的多模式调查 这个存储库显示了应用“看起来更安全的街区更热闹吗？对城市生活的多模式调查”概念的代码。 通过该代码，可以重现一些结果，并了解如何从谷歌街景图像中自动预测安全感知。 有关更多详细信息，请参阅 和 。 概述 包含我们用来训练网络的谷歌街景图像的坐标列表。 是脚本生成的图像的输出目录。 包含经过训练的 pytorch 模型。 包含我们用于论文的原始 caffe 模型。 如果您使用我们的模型或代码，请考虑引用我们的（请参阅下面的引文）。 我们的生活感谢您可以采取的这个小行动！ 安装 我们假设您正在使用 . 然后我们假设这些 Python 包依赖项： 0.4.0 0.2.0 5.1.0 数据 街景图片 不幸的是，我们无法分享用于训练和测试模型的原始街景图像。 然而，我们提取了所有图像并预测了所有图像的分数。 每个图像的纬度、经度和预测可以在data/list_files.csv找到 模型权重和定义 我们分享了 和 的模型。 前者可以在caffe/找到，而后者可以从状态字典（ pytorch_state.npy ）