文件名称：sgnn:[CVPR'20] SG-NN
文件大小：754KB
文件格式：ZIP
更新时间：2024-06-19 03:48:20
computer-vision deep-learning computer-graphics 3d-reconstruction self-supervised-learning
神经网络 SG-NN 提出了一种自我监督的方法，通过推断未观察到的场景几何形状，将部分和嘈杂的 RGB-D 扫描转换为高质量的 3D 场景重建。 有关更多详细信息，请参阅我们的论文。 代码 安装： 训练是用实现的。 此代码是在 PyTorch 1.1.0、Python 2.7 下开发的，并使用 。 对于可视化，请安装由移动立方体python setup.py install在marching_cubes 。 训练： 有关所有列车选项，请参阅python train.py --help 。 示例命令： python train.py --gpu 0 --data_path ./data/completion_blocks --train_file_list ../filelists/train_list.txt --val_file_list ../filelists/val_lis