文件名称：2D到3D：11785深度学习课程项目：端到端2D到3D视频转换
文件大小：2.6MB
文件格式：ZIP
更新时间：2024-03-10 11:04:14
JupyterNotebook
2D到3D 11785深度学习课程项目 要访问驾驶立体声数据（解压缩后的大小为77GB）： 打开一个AWS实例 aws s3 cp s3：//idl-proj-3d/driving_stereo.tar.gz ./ 焦油-xvzf Driving_stereo.tar.gz （注意：请勿将其从S3下载到AWS外部，因为这会产生大量的数据出口费用） 该目录包含一个“火车”目录，其中包含174,437个图像对，而“测试”目录则包含了7,751个图像对。 “ train”和“ test”都有包含图像的“ left”和“ right”文件夹。 因此，“火车”或“测试”目录路径可以传递到“ Inria（data.Dataset）类”。 结果 资料集：Inria 模型 火车MAE 测试MAE 深3D 6.36 7.58 Deep-3D +单眼深度估计+ Mask-RCNN（早期
【文件预览】：
2D-to-3D-master
----.gitignore(2KB)
----Deep3d.ipynb(1.59MB)
----README.md(2KB)
----utils()
--------deep_3d_concat_depth.ipynb(180KB)
--------MaskRCNN.ipynb(37KB)
--------inria.ipynb(15KB)
----Deep3d_train.ipynb(33KB)
----output_gifs()
--------right (3).jpg(11KB)
--------1.gif(86KB)
--------right (4).jpg(9KB)
--------right (5).jpg(9KB)
--------left (5).jpg(11KB)
--------left (2).jpg(14KB)
--------right.jpg(12KB)
--------left (1).jpg(11KB)
--------left.jpg(13KB)
--------right (1).jpg(10KB)
--------left (6).jpg(16KB)
--------right (2).jpg(12KB)
--------right (6).jpg(13KB)
--------0.gif(80KB)
--------left (4).jpg(12KB)
--------4.gif(68KB)
--------3.gif(78KB)
--------5.gif(83KB)
--------2.gif(92KB)
--------left (3).jpg(12KB)
--------6.gif(93KB)
----deep_3d_latefusion.ipynb(778KB)
----deep_3d_earlyfusion.ipynb(1.05MB)