PyTorchVideoCompression:PyTorch实施和视频压缩基准 （131个子文件） 
.gitignore 232B config.json 177B README.md 5KB README.md 2KB README.md 964B modelL2_F-2-weight.npy 392KB modelL3_F-3-weight.npy 392KB modelL5_F-3-weight.npy 392KB modelL1_F-3-weight.npy 392KB modelL1_F-2-weight.npy 392KB modelL6_F-3-weight.npy 392KB modelL2_F-3-weight.npy 392KB modelL4_F-3-weight.npy 392KB modelL5_F-2-weight.npy 392KB modelL6_F-2-weight.npy 392KB modelL3_F-2-weight.npy 392KB modelL4_F-2-weight.npy 392KB modelL6_F-4-weight.npy 98KB modelL3_F-4-weight.npy 98KB modelL2_F-4-weight.npy 98KB modelL5_F-4-weight.npy 98KB modelL4_F-4-weight.npy 98KB modelL1_F-4-weight.npy 98KB modelL3_F-1-weight.npy 49KB modelL5_F-1-weight.npy 49KB modelL4_F-1-weight.npy 49KB modelL6_F-1-weight.npy 49KB modelL1_F-1-weight.npy 49KB modelL2_F-1-weight.npy 49KB modelL6_F-5-weight.npy 6KB modelL3_F-5-weight.npy 6KB modelL5_F-5-weight.npy 6KB modelL1_F-5-weight.npy 6KB modelL4_F-5-weight.npy 6KB modelL2_F-5-weight.npy 6KB modelL6_F-2-bias.npy 384B modelL4_F-2-bias.npy 384B modelL1_F-2-bias.npy 384B modelL5_F-2-bias.npy 384B modelL2_F-2-bias.npy 384B modelL3_F-2-bias.npy 384B modelL4_F-3-bias.npy 256B modelL2_F-1-bias.npy 256B modelL4_F-1-bias.npy 256B modelL3_F-1-bias.npy 256B modelL6_F-3-bias.npy 256B modelL1_F-3-bias.npy 256B modelL1_F-1-bias.npy 256B modelL2_F-3-bias.npy 256B modelL3_F-3-bias.npy 256B modelL6_F-1-bias.npy 256B modelL5_F-3-bias.npy 256B modelL5_F-1-bias.npy 256B modelL2_F-4-bias.npy 192B modelL3_F-4-bias.npy 192B modelL6_F-4-bias.npy 192B modelL4_F-4-bias.npy 192B modelL5_F-4-bias.npy 192B modelL1_F-4-bias.npy 192B modelL3_F-5-bias.npy 136B modelL5_F-5-bias.npy 136B modelL6_F-5-bias.npy 136B modelL2_F-5-bias.npy 136B modelL1_F-5-bias.npy 136B modelL4_F-5-bias.npy 136B
DVC_ An End-to-end Deep Video Compression Framework.pdf 2.59MB
UVG.png 221KB MCL.png 200KB HEVCClass_D.png 193KB HEVCClass_C.png 178KB HEVCClass_B.png 175KB HEVCClass_E.png 165KB VTL.png 160KB HEVCClass_A.png 157KB UVG_msssim.png 81KB HEVCClass_D_msssim.png 70KB UVG_psnr.png 66KB MCL_msssim.png 65KB HEVCClass_D_psnr.png 63KB HEVCClass_C_psnr.png 63KB HEVCClass_B_msssim.png 63KB HEVCClass_C_msssim.png 62KB MCL_psnr.png 61KB HEVCClass_B_psnr.png 58KB HEVCClass_E_msssim.png 58KB VTL_msssim.png 56KB VTL_psnr.png 55KB HEVCClass_E_psnr.png 50KB HEVCClass_A_msssim.png 50KB HEVCClass_A_psnr.png 46KB draw_HEVC.py 17KB endecoder.py 17KB flowlib.py 14KB main.py 11KB ms_ssim_torch.py 8KB net.py 8KB draw_uvg.py 7KB measure265.py 6KB dataset.py 6KB draw_mcl.py 5KB共 131 条
- 1
- 2
资源评论
FeMnO
- 粉丝: 23
- 资源: 4608
最新资源
- PLC 西门子smart200 锁机 最新原创有图片证明配对应西门子smart700IE V3程序，分期期付款 动态验证码，无限次加密 程序例程
- 汇编语言基础入门知识和案例
- 基于ssm的就业信息管理系统源码（java毕业设计完整源码+LW）.zip
- 土豆缺陷识别数据集，使用yolov11格式标注，8034张图片，识别率在81.2%，可识别损坏的土豆缺陷土豆，病菌感染的土豆，正常土豆等
- 无刷电机FOC控制量产方案，原理图，PCB，源代码，元器件BOM 可用于电动三轮，电动车等代步工具上，代码基于C语言，功能丰富，具有刹车功能、助力功能、欠压检测、巡航功能、防盗、自学习、故障显示等功
- 土豆缺陷识别数据集，使用yolov9格式标注，8034张图片，识别率在81.2%，可识别损坏的土豆缺陷土豆，病菌感染的土豆，正常土豆等
- matlab绘图的.m文件，里面涉及到字体大小，横纵坐标调整等操作，有需要自取
- 建筑地震保护系统建模与分析：基于小振幅及榫头锁入条件的研究
- 基于ssm的二手交易平台网站源码（java毕业设计完整源码+LW）.zip
- 土豆缺陷识别数据集，使用yolov8格式标注，8034张图片，识别率在81.2%，可识别损坏的土豆缺陷土豆，病菌感染的土豆，正常土豆等
- 基于ssm的家用电器销售网站源码（java毕业设计完整源码+LW）.zip
- 不同颜色正方体检测59-YOLO（v5至v11）、COCO、CreateML、Paligemma、TFRecord、VOC数据集合集.rar
- 基于ssm的影院管理系统源码（java毕业设计完整源码+LW）.zip
- 土豆缺陷识别数据集，使用yolov7格式标注，8034张图片，识别率在81.2%，可识别损坏的土豆缺陷土豆，病菌感染的土豆，正常土豆等
- 开发者专用浏览器 免费浏览器 - 干净好用的浏览器
- java超市综合管理信息系统源代码.zip
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
