文件名称：rife-ncnn-vulkan:RIFE，使用ncnn库实现的视频帧插值实时中间流估计
文件大小：279.13MB
文件格式：ZIP
更新时间：2024-05-28 05:54:21
gpu vulkan ncnn video-interpolation rife
RIFE ncnn Vulkan RIFE的ncnn实现，即视频帧插值的实时中间流估计。 Rife-ncnn-vulkan使用作为通用神经网络推理框架。 下载适用于Intel / AMD / Nvidia GPU的Windows / Linux / MacOS可执行文件 该软件包包括所需的所有二进制文件和模型。 它是可移植的，因此不需要CUDA或PyTorch运行时环境:) 关于RIFE RIFE（视频帧插值的实时中间流估计） 黄哲伟和张天元和衡文和时博欣和周书昌 用法 输入两帧图像，输出一幅插值帧图像。 示例命令 ./rife-ncnn-vulkan -0 0.jpg -1 1.jpg -o 01.jpg ./rife-ncnn-vulkan -i input_frames/ -o output_frames/ 下面的示例同时在CPU，离散GPU和集成GPU上运行。 使用
【文件预览】：
rife-ncnn-vulkan-master
----.gitmodules(179B)
----models()
--------rife-v2.4()
--------rife-HD()
--------rife-v2()
--------rife-UHD()
--------rife()
--------rife-anime()
----images()
--------out.png(309KB)
--------outx.png(249KB)
--------1.png(200KB)
--------0.png(189KB)
----.github()
--------FUNDING.yml(62B)
--------workflows()
----LICENSE(1KB)
----src()
--------warp_pack8.comp(2KB)
--------rife_flow_tta_avg.comp(3KB)
--------filesystem_utils.h(3KB)
--------rife_postproc.comp(1KB)
--------FindWebP.cmake(3KB)
--------warp.comp(2KB)
--------rife_preproc.comp(1KB)
--------webp_image.h(2KB)
--------stb_image.h(267KB)
--------rife_postproc_tta.comp(3KB)
--------wic_image.h(6KB)
--------stb_image_write.h(68KB)
--------win32dirent.h(26KB)
--------main.cpp(21KB)
--------rife_preproc_tta.comp(3KB)
--------libwebp()
--------ncnn()
--------rife.h(1KB)
--------CMakeLists.txt(9KB)
--------rife_v2_flow_tta_avg.comp(3KB)
--------rife_ops.h(766B)
--------rife.cpp(53KB)
--------warp.cpp(6KB)
--------warp_pack4.comp(2KB)
--------generate_shader_comp_header.cmake(882B)
----README.md(6KB)