文件名称:defgrid-release:可变形网格的官方PyTorch实施(ECCV 2020)
文件大小:1.94MB
文件格式:ZIP
更新时间:2024-05-13 16:48:55
Python
超越固定网格:使用可变形网格学习几何图像表示 这是可变形网格(ECCV 2020)的官方PyTorch实施。 有关技术细节,请参阅: 超越固定网格:使用可变形网格学习几何图像表示,,, 多伦多大学[] [] [] [] ECCV 2020 在现代计算机视觉中,图像通常表示为具有一定步幅的固定均匀网格,并通过深度卷积神经网络进行处理。 我们认为使网格变形以更好地与高频图像内容对齐是一种更有效的策略。 我们引入\ emph {可变形网格}(DefGrid),这是一种可学习的神经网络模块,可预测二维三角形网格的顶点位置偏移,以使变形网格的边缘与图像边界对齐。 我们在各种用例中展示了DefGrid,例如,通过将其作为模块插入各种处理级别。 我们将DefGrid用作端到端\ emph {learnable geometric downsampling}层,该层取代了标准池化方法,可在将图像馈入
【文件预览】:
defgrid-release-master
----fig()
--------defgrid.png(1.86MB)
----Utils()
--------plot_sample.py(13KB)
--------dense_quad.py(9KB)
--------utils.py(384B)
--------parser.py(4KB)
--------__init__.py(0B)
--------mypath.py(3KB)
--------matrix_utils.py(6KB)
--------time_utils.py(173B)
----layers()
--------DefGrid()
--------__init__.py(0B)
----evaluation()
--------__init__.py(0B)
--------metrics.py(7KB)
----scripts()
--------train()
----Models()
--------GNN()
--------__init__.py(0B)
--------Encoder()
--------deformable_grid.py(7KB)
----dataloaders()
--------helpers.py(11KB)
--------change_paths.py(2KB)
--------__init__.py(0B)
--------cityscapes_processed.py(9KB)
--------cityscapes_full.py(7KB)
--------custom_transforms.py(26KB)
----LICENSE(1KB)
----README.md(6KB)
----.gitignore(664B)