文件名称：blackbox-deep-graph-matching:我们的资料库
文件大小：1.37MB
文件格式：ZIP
更新时间：2024-05-13 02:20:54
Python
通过组合求解器的黑盒区分进行深图匹配 该存储库包含该论文的PyTorch实现： 它还包含配置文件，以重现本文为以下实验报告的编号： PascalVOC使用关键点交集过滤和未过滤的关键点。 还可以在后处理中使用多匹配求解器。 PascalVOC上的Willow预训练和Willow上的微调可以分别控制 SPair-71k使用默认的相交关键点过滤。 另请参阅具有用于图匹配和多图匹配的组合求解器的，以及相应的PyTorch模块。 通过 （ ）使求解器可 羊 椅子 飞机 开始吧 检查gcc-9，g ++-9，cmake是否可用（用于构建lpmp_py ）。 检查findutils（> = 4.7.0）是否可用 检查是否已apt install libhdf5-serial-dev （ apt install libhdf5-serial-dev ） 检查cuda 10.1和cudnn
【文件预览】：
blackbox-deep-graph-matching-master
----experiments()
--------voc_basic.json(795B)
--------spair.json(390B)
--------voc_unfiltered.json(169B)
--------voc_unfiltered_multimatching.json(701B)
--------willow()
----utils()
--------evaluation_metric.py(3KB)
--------latex_utils.py(6KB)
--------config.py(2KB)
--------backbone.py(2KB)
--------decorators.py(974B)
--------utils.py(5KB)
--------visualization.py(10KB)
--------feature_align.py(2KB)
--------build_graphs.py(2KB)
--------dup_stdout_manager.py(1KB)
----BB_GM()
--------affinity_layer.py(701B)
--------model.py(5KB)
--------sconv_archs.py(2KB)
----images()
--------match_chair.png(557KB)
--------match_sheep.png(401KB)
--------match_aero.png(261KB)
----eval.py(4KB)
----README.md(3KB)
----Pipfile(463B)
----train_eval.py(9KB)
----data()
--------SPair71k.py(8KB)
--------pascal_voc.py(17KB)
--------data_loader_multigraph.py(7KB)
--------base_dataset.py(158B)
--------split()
--------willow_obj.py(10KB)
----.gitignore(1KB)
----download_data.sh(1KB)