文件名称：high-res-stereo:高分辨率图像上的分层深度立体声匹配，CVPR 2019
文件大小：22.77MB
文件格式：ZIP
更新时间：2024-05-30 12:29:11
pytorch stereo-vision stereo-matching cvpr2019 Python
高分辨率图像上的分层深度立体匹配 [] 关于米德伯里（Middlebury）的定性结果： 在Middlebury基准测试中的效果（y轴：误差，越低越好）： 能够处理高分辨率图像的大视图变化（作为的子模块 ）： 要求 用python 2.7.15和3.6.8测试 用pytorch 0.4.0、0.4.1和1.0.0测试 需要安装一些软件包，例如eamxple，texttable 重物 注意：.tar文件可以直接加载到pytorch中。 无需解压缩。 推理 在CrusadeP和跳舞立体声对上进行测试： CUDA_VISIBLE_DEVICES=3 python submission.py --datapath ./data-mbtest/ --outdir ./mboutput --loadmodel ./weights/final-768px.tar --testres 1
【文件预览】：
high-res-stereo-master
----middlebury-benchmark.png(142KB)
----train.py(8KB)
----utils()
--------__init__.py(0B)
--------eval.py(11KB)
--------logger.py(4KB)
--------preprocess.py(913B)
--------readpfm.py(1KB)
----models()
--------utils.py(10KB)
--------__init__.py(31B)
--------hsm.py(5KB)
--------submodule.py(6KB)
----data-mbtest()
--------CrusadeP()
--------0593_8_0661_1()
--------0600_4_0641_1()
----architecture.png(535KB)
----submission.py(6KB)
----LICENSE(1KB)
----dataloader()
--------KITTIloader2015.py(1KB)
--------flow_transforms.py(3KB)
--------__init__.py(0B)
--------listfiles.py(611B)
--------KITTIloader2012.py(754B)
--------MiddleburyLoader.py(5KB)
--------listsceneflow.py(4KB)
----README.md(4KB)
----eval_disp.py(3KB)
----mboutput()
--------CrusadeP-ent.png(1.13MB)
--------CrusadeP()
--------CrusadeP-disp.png(272KB)
----.gitignore(267B)
----eval_mb.py(3KB)