文件名称：ARFlow:PyTorch的官方实施方案“类比学习”
文件大小：75.68MB
文件格式：ZIP
更新时间：2024-05-30 12:35:43
pytorch optical-flow unsupervised-learning self-supervised-learning cvpr2020
ARFlow —官方PyTorch实施 该存储库包含论文“”的官方PyTorch实施。 如有任何疑问，请通过与Liu Liang联系。 使用代码 要求 该代码是在Ubuntu 16.04上的Python3，PyTorch 1.1.0和CUDA 9.0下开发的。 我们强烈建议您使用docker来确保您可以获得与我们相同的结果。 可用。 另外，您可以通过以下方式构建环境： # Install python packages pip3 install -r requirements.txt # Compile the coorelation package with gcc and g++ >= 4.9 cd ./models/correlation_package python3 setup.py install # Additional dependencies for traini
【文件预览】：
ARFlow-master
----.gitignore(29B)
----Dockerfile(1KB)
----requirements.txt(128B)
----datasets()
--------kitti_train_2f_sv.txt(7.12MB)
--------flow_datasets.py(10KB)
--------get_dataset.py(6KB)
----models()
--------get_model.py(180B)
--------pwclite.py(10KB)
--------correlation_native.py(2KB)
--------correlation_package()
----LICENSE(1KB)
----inference.py(2KB)
----losses()
--------loss_blocks.py(3KB)
--------get_loss.py(184B)
--------flow_loss.py(4KB)
----utils()
--------warp_utils.py(4KB)
--------misc_utils.py(2KB)
--------flow_utils.py(5KB)
--------torch_utils.py(6KB)
----examples()
--------img2.png(861KB)
--------img1.png(858KB)
--------img0.png(865KB)
----trainer()
--------kitti_trainer.py(6KB)
--------get_trainer.py(530B)
--------base_trainer.py(4KB)
--------kitti_trainer_ar.py(9KB)
--------sintel_trainer_ar.py(8KB)
--------sintel_trainer.py(5KB)
----checkpoints()
--------KITTI12()
--------CityScapes()
--------Sintel()
--------KITTI15()
----README.md(5KB)
----configs()
--------sintel_raw.json(2KB)
--------sintel_ft.json(1KB)
--------kitti15_ft_ar.json(2KB)
--------sintel_ft_ar.json(2KB)
--------kitti15_ft.json(2KB)
--------kitti_raw.json(2KB)
----transforms()
--------sep_transforms.py(832B)
--------ar_transforms()
--------co_transforms.py(3KB)
----basic_train.py(2KB)
----logger.py(860B)
----train.py(1KB)