文件名称：dissecting-image-crops:您什么时候可以判断图像是否已裁剪？
文件大小：2.07MB
文件格式：ZIP
更新时间：2024-06-15 22:44:55
machine-learning computer-vision representation-learning cropping-images chromatic-aberration
解剖图像作物 这是B. Van Hoorick和C. Vondrick的正式资料库，“解剖图像作物”， arXiv预印本arXiv：2011.11831，2020 。简而言之，我们研究了视觉裁剪留下的痕迹。 基本用法说明 步骤1：使用高分辨率图像文件填充data/train ， data/val和data/test ； 恒定长宽比是强烈优选的。 步骤2：研究train.py的命令行标志，并使用所需的参数运行python train.py 。 这将使用checkpoints/ PyTorch检查点文件和logs/ TensorBoard日志文件实例化新的训练运行。 步骤3：使用相关参数运行python test.py --model_path /path/to/above/checkpoint/folder ，以在测试集上运行模型。 数据集 在我们的项目中，我们根据Sam Lavigne
【文件预览】：
dissecting-image-crops-main
----NewArch_v5.png(2.17MB)
----train.py(37KB)
----data.py(29KB)
----test.py(27KB)
----model.py(12KB)
----google-10000-english-no-swears.txt(73KB)
----LICENSE(1KB)
----README.md(2KB)
----aberrations.py(8KB)
----logistics.py(5KB)
----.gitignore(54B)