文件名称：matlab将代码对齐-DuLa-Net:我们CVPR2019论文的Pytorch演示代码：用于从单个RGB全景估算房间布局的双投影网络
文件大小：1.93MB
文件格式：ZIP
更新时间：2024-06-15 02:53:34
系统开源
matlab将代码对齐杜拉网 这是我们CVPR 2019论文的pytorch演示代码DuLa-Net：用于从单个RGB全景估算房间布局的双投影网络（，） 通过此存储库，您可以从单个室内RGB全景图估算3D房间布局。 要查看更多详细信息，请参阅论文或项目页面。 先决条件 Python3 Pytorch（CUDA> = 8.0） OpenCVPython 枕头/ scikit图片 预训练模型 首先，请下载并复制到./Model/ckpt/ 预训练模型在具有不同主干网的Realtor360数据集上进行训练。 前处理 输入的全景图应该已经与“曼哈顿世界”对齐。 我们建议您使用Matlab中的或python实现。 这些工具可以帮助您进行预处理以对齐全景图。 预测 然后使用以下命令加载预训练的模型并预测3D布局。 python demo.py --input figs\001.jpg 如果要使用其他骨干网（默认为resnet18）。 python demo.py --input figs\001.jpg --backbone resnet50 --ckpt Model\ckpt\res50_rea
【文件预览】：
DuLa-Net-master
----figs()
--------001_vis.jpg(44KB)
--------004.jpg(326KB)
--------004_vis.jpg(42KB)
--------003_vis.jpg(44KB)
--------001.jpg(323KB)
--------002.jpg(389KB)
--------003.jpg(345KB)
--------system.jpg(541KB)
--------002_vis.jpg(47KB)
----demo.py(3KB)
----Model()
--------resnet.py(6KB)
--------ckpt()
--------__init__.py(49B)
--------e2p.py(4KB)
--------dulanet.py(3KB)
----.gitignore(23B)
----config.py(146B)
----Layout()
--------data2scene.py(798B)
--------__init__.py(90B)
--------objs()
--------utils()
----README.md(2KB)
----postproc.py(4KB)
----Utils()
--------tools.py(857B)
--------metric.py(679B)
--------__init__.py(42B)