文件名称：matlab有些代码不运行-LapDepth-release:基于拉普拉斯金字塔深度残差的单眼深度估计
文件大小：1.64MB
文件格式：ZIP
更新时间：2024-06-12 17:17:02
系统开源
matlab有些代码不运行LapDepth发布 该存储库是本文的Pytorch实现 宋敏秀，林硕洁和IEEE视频技术电路和系统交易（TCSVT） 影片介绍 要求 Python> = 3.7 火炬> = 1.6.0 Ubuntu 16.04 CUDA 9.2 cuDNN（如果有CUDA） 其他一些软件包：geffnet，path，IPython，blessings，progressbar 预训练模型 您可以下载预先训练的模型 第16批，SyncBatchNorm，数据丢失 帽 a1 a2 a3 Abs Rel 平方Rel RMSE RMSE日志 0-80m 0.965 0.995 0.999 0.059 0.201 2.397 0.090 帽 a1 a2 a3 Abs Rel 平方Rel RMSE RMSE日志 0-50m 0.970 0.996 0.999 0.057 0.155 1.788 0.085 第16批，GroupNorm，数据丢失+梯度丢失 帽 a1 a2 a3 Abs Rel 平方Rel RMSE RMSE日志 0-80m 0.961 0.994 0.999 0.059
【文件预览】：
LapDepth-release-master
----trainer.py(10KB)
----datasets()
--------download_from_gdrive.py(1KB)
--------nyudepthv2_test_files_with_gt_dense.txt(61KB)
--------eigen_train_files_with_gt_dense.txt(4.44MB)
--------nyudepthv2_train_files_with_gt_dense.txt(3.94MB)
--------kitti_archives_to_download.txt(7KB)
--------train_scenes.txt(4KB)
--------extract_official_train_test_set_from_mat.py(4KB)
--------datasets_list.py(8KB)
--------splits.mat(3KB)
--------eigen_test_files_with_gt_dense.txt(134KB)
--------sync_project_frames_multi_threads.m(3KB)
----eval.py(14KB)
----option.py(5KB)
----LICENSE(34KB)
----calculate_error.py(4KB)
----utils.py(6KB)
----README.md(9KB)
----example()
--------out_kitti_demo.jpg(14KB)
--------nyu_demo.jpg(115KB)
--------out_nyu_demo.jpg(9KB)
--------FIG1.png(659KB)
--------kitti_demo.jpg(197KB)
----transform_list.py(14KB)
----demo.py(5KB)
----logger.py(3KB)
----model.py(52KB)
----train.py(8KB)