文件名称：supervised_dispnet:基于CNN的单眼深度估计的良好实践
文件大小：6.67MB
文件格式：ZIP
更新时间：2024-06-15 15:53:52
Python
基于CNN的单眼深度估计的良好实践 该代码库是本文所述系统的官方PyTorch实现： 方志成，陈晓然，陈雨华，Luc Van Gool参加WACV 2020 前言 该代码库是使用Pytorch 0.4.1，CUDA 9.1和Ubuntu 16.04开发和测试的。 它基于构建 先决条件 pip install -r requirements.txt 或手动安装以下软件包： pytorch >= 0.4.1 imageio scipy argparse tensorboardX blessings progressbar2 path.py tqdm torchvision scikit-image 还建议对opencv使用python3绑定以进行张量板可视化 准备训练数据 准备工作与SfMLearner Pytorch版本中的准备工作大致相同。 对于 ，首先使用官方网站上提供的此下载数
【文件预览】：
supervised_dispnet-start
----test_disp.py(23KB)
----.gitignore(2KB)
----stillbox_eval()
--------test_files_90.txt(3KB)
--------depth_evaluation_utils.py(4KB)
----requirements.txt(111B)
----data()
--------test_scenes.txt(616B)
--------matlab_helper()
--------nyudepth_preparation()
--------kitti_raw_loader.py(11KB)
--------prepare_train_data.py(5KB)
--------static_frames.txt(385KB)
--------cityscapes_loader.py(5KB)
----datasets()
--------image_utils.py(17KB)
--------validation_folders.py(2KB)
--------sequence_folders.py(3KB)
--------stacked_sequence_folders.py(2KB)
--------nyu_depth_v2.py(6KB)
----networks()
--------resnet_encoder.py(4KB)
--------__init__.py(185B)
--------depth_decoder.py(2KB)
--------pose_decoder.py(2KB)
--------vgg_encoder.py(4KB)
--------pose_cnn.py(1KB)
----models()
--------PoseExpNet.py(4KB)
--------Disp_res.py(10KB)
--------see_pretrained_model_detail.py(394B)
--------DispNetS.py(6KB)
--------res_aspp.py(8KB)
--------__init__.py(517B)
--------Disp_res_18.py(11KB)
--------DORN.py(8KB)
--------FCRN.py(10KB)
--------Disp_vgg_feature.py(7KB)
--------Disp_res_50.py(9KB)
--------error_pixelwise.py(3KB)
--------Disp_vgg_BN.py(7KB)
--------Disp_vgg_BN_DORN.py(8KB)
--------Disp_vgg_BN_squeeze.py(8KB)
--------model_utils.py(2KB)
--------monodepth2.py(465B)
--------ASPP.py(8KB)
--------Disp_vgg.py(8KB)
--------Dorn_backbone.py(6KB)
--------Disp_res_101.py(9KB)
----LICENSE(1KB)
----kitti_eval()
--------pose_evaluation_utils.py(2KB)
--------test_files_eigen.txt(46KB)
--------depth_evaluation_utils.py(10KB)
----custom_transforms.py(4KB)
----layers.py(8KB)
----utils.py(6KB)
----README.md(7KB)
----error_analysis()
--------error_pixelwise.py(4KB)
----loss_functions.py(18KB)
----inverse_warp.py(7KB)
----misc()
--------cityscapes_sample_results.gif(5.92MB)
--------sample.png(699KB)
----eval_from_npy.py(15KB)
----train_flexible_shifts.py(10KB)
----logger.py(3KB)
----run_inference.py(10KB)
----train.py(36KB)