文件名称：matlabransac代码-consac:CONSAC：通过条件样本共识进行稳健的多模型拟合
文件大小：7.89MB
文件格式：ZIP
更新时间：2024-06-14 03:57:55
系统开源
matlab ransac代码CONSAC：通过条件样本共识进行稳健的多模型拟合 如果您使用此代码，请引用： @inproceedings{kluger2020consac, title={CONSAC: Robust Multi-Model Fitting by Conditional Sample Consensus}, author={Kluger, Florian and Brachmann, Eric and Ackermann, Hanno and Rother, Carsten and Yang, Michael Ying and Rosenhahn, Bodo}, booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)}, year={2020} } 相关资料库： 安装 获取代码： git clone --recurse-submodules https://github.com/fkluger/consac.git cd consac
【文件预览】：
consac-master
----.gitmodules(204B)
----models()
--------consac-s_unconditional_homography.net(782KB)
--------consac-s_homography.net(782KB)
--------consac-s_no-imr_vp.net(818KB)
--------consac_unconditional_vp.net(818KB)
--------consac-s_vp.net(818KB)
--------consac-s_no-imr_homography.net(782KB)
--------consac_vp.net(818KB)
----train_homography.py(20KB)
----train_vp.py(21KB)
----evaluate_homography.py(19KB)
----__init__.py(0B)
----demo()
--------nord_lb.jpg(738KB)
--------example_result.jpg(322KB)
--------img1.jpg(736KB)
--------img2.jpg(770KB)
--------example_result_vps.jpg(382KB)
----datasets()
--------homographies()
--------__init__.py(0B)
--------vanishing_points()
--------yud_plus()
--------nyu_vp()
----util()
--------misc.py(861B)
--------sampling.py(20KB)
--------evaluation.py(6KB)
--------auc.py(1KB)
--------__init__.py(0B)
--------em_algorithm.py(9KB)
--------tee.py(564B)
--------cn_net.py(3KB)
----environment.yml(3KB)
----demo.py(20KB)
----README.md(6KB)
----evaluate_vp.py(19KB)
----.gitignore(23B)