# An Unofficial Pytorch Implementation of MVSNet
[MVSNet: Depth Inference for Unstructured Multi-view Stereo](https://arxiv.org/abs/1804.02505). Yao Yao, Zixin Luo, Shiwei Li, Tian Fang, Long Quan. ECCV 2018. MVSNet is a deep learning architecture for depth map inference from unstructured multi-view images.
This is an unofficial Pytorch implementation of MVSNet
## How to Use
### Environment
* python 3.6 (Anaconda)
* pytorch 1.0.1
### Training
* Download the preprocessed [DTU training data](https://drive.google.com/file/d/1eDjh-_bxKKnEuz5h-HXS7EDJn59clx6V/view) (Fixed training cameras, from [Original MVSNet](https://github.com/YoYo000/MVSNet)), and upzip it as the ``MVS_TRANING`` folder
* in ``train.sh``, set ``MVS_TRAINING`` as your training data path
* create a logdir called ``checkpoints``
* Train MVSNet: ``./train.sh``
### Testing
* Download the preprocessed test data [DTU testing data](https://drive.google.com/open?id=135oKPefcPTsdtLRzoDAQtPpHuoIrpRI_) (from [Original MVSNet](https://github.com/YoYo000/MVSNet)) and unzip it as the ``DTU_TESTING`` folder, which should contain one ``cams`` folder, one ``images`` folder and one ``pair.txt`` file.
* in ``test.sh``, set ``DTU_TESTING`` as your testing data path and ``CKPT_FILE`` as your checkpoint file. You can also download my [pretrained model](https://drive.google.com/file/d/1j2I_LNKb9JeCl6wdA7hh8z1WgVQZfLU9/view?usp=sharing).
* Test MVSNet: ``./test.sh``
### Fusion
in ``eval.py``, I implemented a simple version of depth map fusion. Welcome contributions to improve the code.
## Results on DTU
| | Acc. | Comp. | Overall. |
|-----------------------|--------|--------|----------|
| MVSNet(D=256) | 0.396 | 0.527 | 0.462 |
| PyTorch-MVSNet(D=192) | 0.4492 | 0.3796 | 0.4144 |
Due to the memory limit, we only train the model with ``D=192``, the fusion code is also different from the original repo.
没有合适的资源?快使用搜索试试~ 我知道了~
MVSNet_pytorch:MVSNet的PyTorch实现
共24个文件
py:10个
m:7个
txt:3个
需积分: 50 22 下载量 44 浏览量
2021-05-09
22:51:12
上传
评论 3
收藏 32KB ZIP 举报
温馨提示
MVSNet的非官方Pytorch实现 。 姚瑶,罗子欣,李世伟,田芳,龙泉。 ECCV2018。MVSNet是一种深度学习体系结构,用于从非结构化多视图图像推断深度图。 这是MVSNet的非官方Pytorch实现 如何使用 环境 python 3.6(Anaconda) pytorch 1.0.1 训练 下载预处理的(固定的训练摄像机,从 ),并将其上拉为MVS_TRANING文件夹 在train.sh ,将MVS_TRAINING设置为您的训练数据路径 创建一个称为checkpoints的日志目录 火车MVSNet: ./train.sh 测验 下载预处理的测试数据(从 ),并把它解压缩为DTU_TESTING文件夹,它应该包含一个cams文件夹,一个images文件夹和一个pair.txt文件。 在test.sh ,将DTU_TESTING设置为测试数据路径,并将CKPT_FI
资源详情
资源评论
资源推荐
收起资源包目录
MVSNet_pytorch-master.zip (24个子文件)
MVSNet_pytorch-master
eval.sh 274B
train.py 11KB
models
__init__.py 45B
mvsnet.py 6KB
module.py 8KB
utils.py 5KB
lists
dtu
test.txt 153B
train.txt 572B
val.txt 125B
train.sh 278B
datasets
data_io.py 2KB
dtu_yao_eval.py 4KB
__init__.py 271B
dtu_yao.py 6KB
eval.py 14KB
README.md 2KB
.gitignore 45B
evaluations
dtu
reducePts_haa.m 900B
plyread.m 15KB
BaseEvalMain_web.m 2KB
BaseEval2Obj_web.m 1KB
ComputeStat_web.m 2KB
MaxDistCP.m 1KB
PointCompareMain.m 2KB
共 24 条
- 1
盗心魔幻
- 粉丝: 20
- 资源: 4478
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
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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
评论0