【文件属性】：
文件名称：ForeSeE:用于3D对象检测的任务感知单眼深度估计，AAAI2020
文件大小：411KB
文件格式：ZIP
更新时间：2021-05-29 00:53:00
monocular-depth-estimation Python
用于 3D 对象检测的任务感知单目深度估计
该项目托管用于实现 ForeSeE 算法进行深度估计的代码。
， 王新龙，尹茵，陶涛，姜玉宁，李磊，沉春华AAAI，2020年
安装
此实现基于 。 安装请参考 。
数据集
详情请参考。 提供了我们工作中使用的的注释文件。
楷模
从此下载经过训练的模型并将其放在 Experiment/foresee/ 下。
测验
cd experiments/foresee
sh test.sh
训练
cd experiments/foresee
sh train.sh
引文
如果该项目对您的研究有所帮助，请考虑在您的出版物中引用我们的论文。 BibTeX参考如下。
@InProceedings{wang2020foresee,
title={Task-Aware Monocular Depth Estimation for 3D O
【文件预览】：
ForeSeE-master
----tools()
--------train_kitti.py(5KB)
--------parse_arg_base.py(3KB)
--------parse_arg_train.py(306B)
--------kitti_prediction_sample.py(6KB)
--------parse_arg_test.py(271B)
--------parse_arg_val.py(275B)
--------kitti_prediction_sample_diff.py(6KB)
--------__init__.py(0B)
--------val_kitti.py(4KB)
--------kitti_prediction.py(5KB)
--------test_kitti.py(4KB)
----data()
--------kitti_prediction_dataset.py(6KB)
--------kitti_object_dataset.py(10KB)
--------kitti_object_roi_dataset.py(15KB)
--------__init__.py(0B)
--------load_dataset.py(2KB)
--------kitti_dataset.py(9KB)
--------kitti_gt_dataset.py(9KB)
----INSTALL.md(550B)
----experiments()
--------foresee()
----.gitignore(26B)
----lib()
--------models()
--------core()
--------__init__.py(0B)
--------utils()
----prepocessing()
--------kitti_util.py(6KB)
--------generate_disp.py(2KB)
--------generate_lidar.py(2KB)
--------kitti_process_RANSAC.py(2KB)
--------gen_depth.sh(150B)
--------generate_depth.py(2KB)
----README.md(2KB)
----pretrained_model()
--------ResNeXt_ImageNet(94B)
----datasets()
--------KITTI_object()