【文件属性】：
文件名称：Auto-Depth:通过深度学习进行3D重建伪LiDAR
文件大小：38.61MB
文件格式：ZIP
更新时间：2021-05-04 19:00:09
Python
通过单眼图像进行3D重建
该存储库在训练神经网络时起作用，该神经网络用于从单眼图像估计深度，然后可以将其用于场景的3D重建。
随同的博客文章可以在找到。
这项工作是基于
数据
在可以找到上传的13 GB数据
数据集包含RGB图像及其以CARLA RGB格式编码的相应深度图。
训练
下载深度和RGB图像并将其放置在“数据”目录内的相应文件夹中。
安装项目中使用的依赖项。
运行python train.py开始训练。
看不见的数据结果
完整视频可以在找到
如何创建/可视化此反投影图像/视频[]
预训练模型
该网络由 ， ， 和我在Google colab上进行了20小时的协作培训。
可以在此处找到预训练的模型（使用DepthNorm训练）。
去做
添加模型训练脚本。
添加CARLA的数据收集脚本。
通过可轻松编辑的单独的超参数文件添加轻松的超参数调整。
添加3D重建代码