【文件属性】:
文件名称:毕业设计视频会议源码-GSoC-20-Proposal:GSoC-20-提案
文件大小:627KB
文件格式:ZIP
更新时间:2021-06-06 13:00:49
系统开源
毕业设计视频会议源码GSoC-20-提案
在
Tensorflow
Graphics
中实现
Mesh
RCNN
联系信息
姓名:马达夫·艾扬格大学
:
电子邮件ID
:
GitHub
用户名:
领英:
时区
:
GMT
+
5:30
抽象的
MeshRCNN
是一种网络架构,它结合了
2D
感知和
3D
形状理解这两个领域的优点,即。
它能够通过查看相应的无约束现实生活图像(具有多个对象、遮挡、不同的照明)来预测场景中细粒度的实例
3D
形状。
MeshRCNN
的当前实现是在
PyTorch
中,因此
Tensorflow
开发人员无法利用所提出的想法。
这个项目的目标是三重的,
扩展
Tensorflow-Datasets
以包含
Pix3D
数据集,该数据集包含具有像素级对齐的真实
2D-3D
对
重新实现
PyTorch3D
模块,如
Cubify、Graph
Convolutions、Vertex
Alignment、Differtiable
Mesh
Sampling
和
Mesh
Losses
in
Tensorflow-Graphics
和
在
Tensorflow-
【文件预览】:
GSoC-20-Proposal-master
----Mask_RCNN.png(210KB)
----Mesh_RCNN.png(284KB)
----tensorflow_graphics.jpeg(135KB)
----README.md(43KB)