SphericalViewSynthesis:随附论文“用于自监督360深度估计的球面综合”的代码，2019年3月3日

自监督360 o深度估计的球面综合 数据 的360度用于训练自我监督模型立体声数据是可用和是[较大数据集的一部分 ， ]包含渲染彩色图像，深度和正常的地图用于在三目设置每个视点。 火车 此存储库中提供了用于重现我们的实验的培训代码： 每种不同的变体都有一套培训脚本： 用于垂直立体声（ UD ）培训 用于水平立体声（ LR ）训练 用于三目立体（ TC ）训练，使用photo_ratio参数训练不同的TC变体。 用于监督（ SV ）培训 所述PyTorch实现可分化基于深度图像的渲染向前（的 ），在[呈现 ]和最初在实施 ，也是可用的。 测试 我们的评估脚本test.py还包括使度量标准计算适应球形数据，包括球形权重和螺旋采样。 预训练模型 我们的PyTorch预训练模型（与本文中报道的模型相对应）可在我们的版本中获得，并包含以下模型变体： UD @时代16 TC8 @时代1