文件名称：learned-correspondence-release:CVPR 2018的“学习找到良好的往来信件”的代码发布
文件大小：10.81MB
文件格式：ZIP
更新时间：2024-06-13 02:18:38
JupyterNotebook
学习寻找良好的对应关系（CVPR 2018） 该存储库是K. Yi *，E.Trulls *，Y.Ono，V.Lepetit，M.Salzmann和P.Fua的参考实现，“学习寻找良好的对应关系”，CVPR 2018（*等额贡献）。 如果您在研究中使用此代码，请引用该论文。 安装 此代码库基于Python3。 有关所需库的更多详细信息，请参见requirements.txt 。 您还可以通过执行以下操作轻松准备 pip install -r requirements.txt 准备资料 下载序列和序列并将其提取到数据集目录中。 例如，对于st_peters您应该具有一个类似于./datasets/st_peters_square/train的目录。 还可以下载数据集进行测试，这非常小！ 下载数据集后，运行dump_data.py准备数据集。 应该运行以下命令。 ./dump_dat
【文件预览】：
learned-correspondence-release-master
----models()
--------models-best.data-00000-of-00001(4.59MB)
--------models-best.index(12KB)
--------lift-True()
----main.py(3KB)
----transformations.py(64KB)
----utils.py(2KB)
----readme.md(4KB)
----evaluate.py(7KB)
----ops.py(13KB)
----requirements.txt(318B)
----license.md(191B)
----.gitignore(68B)
----demo.ipynb(2.02MB)
----dump_data.py(15KB)
----archs()
--------__init__.py(0B)
--------cvpr2018.py(2KB)
----config.py(15KB)
----demo()
--------reichstag2.jpg(327KB)
--------config.pickle(1KB)
--------reichstag1.jpg(470KB)
----tests.py(28KB)
----geom.py(12KB)
----network.py(19KB)
----servers.py(911B)
----datasets()
--------.placeholder(0B)
----data.py(11KB)