【文件属性】：
文件名称：matlab有些代码不运行-pytorch-mono-depth:使用PyTorch进行单眼深度预测
文件大小：30KB
文件格式：ZIP
更新时间：2021-05-23 22:00:58
系统开源
matlab有些代码不运行单眼深度预测
该存储库包含由和其他人描述的单眼深度预测模型的非官方PyTorch实现。
有关官方模型，请参见存储库。
此实现支持数据预处理，从头开始进行培训和评估。
该代码当前仅支持NYU
Depth
v2数据集，但是添加其他数据集应该很容易。
请注意，有一些代码支持不确定性（方差）预测，但是此存储库中缺少一些依赖项，因此我没有时间对此进行记录。
您无需担心此代码，可以始终将--dist参数设置为''以将代码用于标准深度预测。
去做
在纽约大学深度上载评估绩效数字
文档test.py脚本
执照
该项目已获得MIT许可证的许可（有关详细信息，请参阅LICENSE文件）。
设定（Python
3）
安装先决条件
安装
安装（仅用于tensorboard可视化-无需gpu支持）。
最简单的方法是运行pip
install
tensorflow
。
安装其他python软件包：
pip
install
scipy
matplotlib
h5py
安装matlab（预处理脚本取决于NYU
Depth
v2
matlab工具箱）
准备数据集
python
nyud_tes
【文件预览】：
pytorch-mono-depth-master
----.gitignore(88B)
----process_raw.m(2KB)
----LICENSE(1KB)
----README.md(2KB)
----test_laina.py(3KB)
----nyud_test_to_npy.py(2KB)
----test.py(6KB)
----nyud_raw_train_to_npy.py(2KB)
----dense_estimation()
--------trainer.py(6KB)
--------app()
--------output.py(935B)
--------datasets()
--------__init__.py(0B)
--------distributions.py(3KB)
--------densenet.py(7KB)
--------logger.py(4KB)
--------resnet.py(7KB)
--------data.py(864B)
--------losses.py(2KB)
----preview_dataset.py(1KB)
----train.py(5KB)