没有合适的资源?快使用搜索试试~ 我知道了~
matlab图像视差图代码-BoostingMonocularDepth:提升单目深度
共60个文件
py:42个
m:5个
h:3个
需积分: 49 5 下载量 55 浏览量
2021-06-02
20:25:32
上传
评论
收藏 98KB ZIP 举报
温馨提示
matlab图像视差图代码通过内容自适应多分辨率合并将单目深度估计模型提升到高分辨率 此存储库包含我们的 CVPR2021 出版物的实现: 通过内容自适应多分辨率合并将单目深度估计模型提升到高分辨率。 S. Mahdi H. Miangoleh、Sebastian Dille、Long Mai、Sylvain Paris、Yağız Aksoy。 , , . 设置 我们使用 和 作为基础提供了我们方法的实现。 环境 我们的合并网络模型使用 torch 0.4.1 和 python 3.6 进行训练,并使用 torch<=1.8 进行测试。 下载我们的合并网模型权重并将其放入 .\pix2pix\checkpoints\mergemodel\latest_net_G.pth 用作基础:安装依赖项如下: conda install pytorch torchvision opencv cudatoolkit=10.2 -c pytorch conda install matplotlib conda install scipy conda install scikit-image 从中下载
资源推荐
资源详情
资源评论
收起资源包目录
BoostingMonocularDepth-main.zip (60个子文件)
BoostingMonocularDepth-main
utils.py 8KB
midas
models
transforms.py 8KB
blocks.py 4KB
base_model.py 355B
midas_net.py 3KB
utils.py 5KB
LICENSE 1KB
run.py 21KB
.gitignore 246B
evaluation
D3R.m 2KB
extractD3Rpoints.m 1KB
evaluatedataset.m 4KB
ord.m 187B
index2index.m 130B
README.md 4KB
pix2pix
models
base_model_hg.py 2KB
networks.py 28KB
pix2pix4depth_model.py 7KB
__init__.py 3KB
base_model.py 10KB
data
image_folder.py 2KB
__init__.py 3KB
depthmerge_dataset.py 3KB
base_dataset.py 5KB
test.py 5KB
train.py 4KB
options
__init__.py 136B
train_options.py 3KB
base_options.py 9KB
test_options.py 1KB
util
visualizer.py 7KB
util.py 3KB
__init__.py 83B
get_data.py 4KB
guidedfilter.py 1KB
html.py 3KB
image_pool.py 2KB
structuredrl
models
resnet.py 8KB
networks.py 6KB
syncbn
make_ext.sh 750B
test.py 3KB
LICENSE 1KB
requirements.txt 12B
README.md 5KB
modules
functional
_syncbn
build.py 552B
src
common.h 789B
syncbn.cu 10KB
syncbn.cu.h 996B
syncbn.cu.o 59KB
syncbn.h 824B
syncbn.cpp 5KB
__init__.py 0B
_ext
__init__.py 0B
syncbn
__init__.py 380B
__init__.py 37B
syncbn.py 6KB
nn
__init__.py 22B
syncbn.py 2KB
__init__.py 0B
DepthNet.py 4KB
共 60 条
- 1
资源评论
weixin_38660058
- 粉丝: 5
- 资源: 920
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