文件名称：二抽取代码MATLAB-Arbicon-Net:纸的官方代码Arbicon-Net
文件大小：139KB
文件格式：ZIP
更新时间：2024-06-15 05:45:16
系统开源
二摘代码MATLAB Arbicon-Net（用于图像配准的任意连续几何变换网络） Arbicon-Net最初在中描述。 相依性 该代码使用Python 3和PyTorch 0.2实现。 在Anaconda中进行快速安装： conda env create -f environment.yml 入门 训练 要在合成数据集中训练CNNGeo-aff，请运行： cd scripts/ bash train_strong_random_affine_pascal.sh 要在合成数据集中训练Arbicon-Net，请运行： cd scripts/ bash train_strong_random_tps_pascal.sh 要在PF-PASCAL训练集中微调两阶段网络，请运行： cd scripts/ bash train_weak_pf_pascal.sh 评估 要评估您的模型，请运行： python eval.py --feature-extraction resnet101 --model [your model] --eval-dataset [evaluation dataset]
【文件预览】：
Arbicon-Net-master
----eval.py(7KB)
----train_strong.py(7KB)
----environment.yml(250B)
----image()
--------normalization.py(2KB)
----data()
--------weak_dataset.py(3KB)
--------caltech_dataset.py(4KB)
--------download_datasets.py(5KB)
--------pascal_parts_dataset.py(5KB)
--------synth_dataset.py(5KB)
--------tss_dataset.py(4KB)
--------pf_dataset.py(8KB)
----model()
--------cnn_geometric_model.py(17KB)
--------loss.py(8KB)
--------layers.py(5KB)
----geotnf()
--------transformation.py(29KB)
--------point_tnf.py(2KB)
--------flow.py(5KB)
----options()
--------options.py(9KB)
----train_weak.py(11KB)
----README.md(2KB)
----util()
--------torch_util.py(3KB)
--------dataloader.py(11KB)
--------tss_eval()
--------py_util.py(299B)
--------eval_util.py(24KB)
--------train_test_fn.py(5KB)
----scripts()
--------train_strong_random_tps_pascal.sh(643B)
--------train_strong_random_affine_pascal.sh(603B)
--------train_weak_pf_pascal.sh(381B)
----training_data()
--------pf-pascal-flip()
--------pascal-random()