没有合适的资源?快使用搜索试试~ 我知道了~
matlab渐变颜色代码-MonoDepth-FPN-PyTorch:特征金字塔网络的单图像深度估计
共21个文件
py:8个
png:7个
gitignore:2个
需积分: 24 3 下载量 8 浏览量
2021-05-20
03:29:45
上传
评论
收藏 3.52MB ZIP 举报
温馨提示
matlab渐变颜色代码MonoDepth-FPN-PyTorch 一个简单的端到端模型,可在PyTorch中实现深度预测的最新性能。 我们使用功能金字塔网络(FPN)骨架来从单个输入RGB图像估计深度图。 我们在NYU深度V2数据集(官方拆分)和KITTI数据集(本征拆分)上测试了模型的性能。 要求 的Python 3 Jupyter Notebook(用于可视化) 火炬用PyTorch 0.3.0.post4测试 CUDA 8(如果使用CUDA) 跑步 python3 main_fpn.py --cuda --bs 6 要从保存的模型继续训练,请使用 python3 main_fpn.py --cuda --bs 6 --r True --checkepoch 10 要可视化重建的数据,请在vis.ipynb中运行jupyter笔记本。 数据处理 NYU深度V2数据集 包含各种室内场景,其中249个用于训练的场景和215个用于测试的场景。 我们使用官方分组进行了培训和测试。 这为数据处理提供了非常详细的演练和matlab代码。 在先前的工作之后,我们使用了官方工具箱,该工具箱使用了
资源推荐
资源详情
资源评论
收起资源包目录
MonoDepth-FPN-PyTorch-master.zip (21个子文件)
MonoDepth-FPN-PyTorch-master
.gitignore 25B
kitti_comparison.png 593KB
dataset
.gitignore 23B
augment.py 5KB
.ipynb_checkpoints
Untitled-checkpoint.ipynb 436KB
nyuv2_dataset.py 6KB
__init__.py 0B
dataloader.py 3KB
kitti_dataset.py 2KB
constants.py 27B
nyuv2_performance.png 97KB
architecture.png 202KB
main_fpn.py 17KB
LICENSE 1KB
comparison_nyuv2.png 1.13MB
README.md 10KB
kitti_performance.png 114KB
vis.ipynb 1.03MB
metrics.png 84KB
kitti.png 352KB
model_fpn.py 4KB
共 21 条
- 1
资源评论
weixin_38677244
- 粉丝: 5
- 资源: 1004
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