文件名称：ObjectPermanence:我们论文的代码
文件大小：91.43MB
文件格式：ZIP
更新时间：2021-04-14 18:28:34
Python 从视频中学习对象的持久性 我们论文的代码：* Shamsian，* Kleinfeld，Globerson和Chechik，“从视频中学习对象的持久性” 安装 代码和数据 下载或克隆此存储库中的代码 cd到项目目录 请访问我们的以下载我们的数据集和预训练的模型 conda环境 使用Conda快速安装： conda env create -f environment.yml 使用Docker运行 下载并解压缩数据集和经过训练的模型。 将数据集保存在名为data的文件夹中 使用推荐的docker run -it --rm -v
【文件预览】：
ObjectPermanence-master
----.gitignore(59B)
----Dockerfile(805B)
----object_detection()
--------training.py(3KB)
--------coco_utils.py(9KB)
--------transforms.py(1KB)
--------val_trained_model.py(3KB)
--------__init__.py(0B)
--------check_dataset.py(609B)
--------datasets.py(7KB)
--------engine.py(4KB)
--------models.py(703B)
--------utils.py(10KB)
--------coco_eval.py(12KB)
----LICENSE(1KB)
----README.md(7KB)
----configs()
--------opnet_lstm_mlp_model_config.json(102B)
--------training_config.json(651B)
--------transformer_lstm_model_config.json(139B)
--------preprocess_config.json(90B)
--------non_linear_lstm_model_config.json(60B)
--------inference_config.json(254B)
--------opnet_model_config.json(102B)
--------baseline_lstm_model_config.json(31B)
----baselines()
--------preprocess_perception_main.py(5KB)
--------datasets_factory.py(1KB)
--------__init__.py(0B)
--------datasets.py(28KB)
--------proj_utils.py(3KB)
--------inference_main.py(10KB)
--------detector.py(6KB)
--------training_main.py(11KB)
--------learned_models.py(9KB)
--------supported_models.py(1KB)
--------tracking_utils.py(17KB)
--------cater_setup_inference.py(3KB)
--------models_factory.py(3KB)
--------analyze_iou_offline.py(3KB)
--------programmed_models.py(8KB)
--------DaSiamRPN()
----generate()
--------actions.py(23KB)
--------data()
--------gen_video_labels.py(16KB)
--------__init__.py(0B)
--------movement_record.py(3KB)
--------launch.py(2KB)
--------gen_utils.py(1KB)
--------get_perfect_perception_and_visible_snitch_ratio.py(18KB)
--------utils.py(6KB)
--------gen_train_test.py(12KB)
--------render_videos.py(45KB)
----environment.yml(3KB)
----object_indices.py(7KB)
----main.py(8KB)
----gifs()
--------opnet.gif(1MB)