文件名称：radar_depth:IROS 2020论文“根据单眼图像和稀疏雷达数据进行深度估计”的源代码
文件大小：98KB
文件格式：ZIP
更新时间：2024-06-13 11:34:51
Python
单眼图像和稀疏雷达数据的深度估计 这是本文的正式实施。 在此仓库中，我们提供了用于数据集预处理，训练和评估的代码。 实现的某些部分是从。 我们感谢作者分享他们的实现。 更新 培训和评估代码。 训练有素的模型。 下载已处理数据集的说明。 已处理数据集的详细文档。 处理官方nuScenes数据集中的数据的代码和说明。 安装 git clone https://github.com/brade31919/radar_depth.git cd radar_depth 数据准备 使用我们处理过的文件 我们提供的处理文件专门用于RGB +雷达深度估计任务。 下载和设置说明如下： mkdir DATASET_PATH # Set the path you want to use on your own PC/cluster. cd DATASET_PATH wget https://d
【文件预览】：
radar_depth-master
----.gitignore(101B)
----evaluation()
--------__init__.py(0B)
--------criteria_new.py(3KB)
--------criteria.py(2KB)
--------metrics.py(8KB)
----requirements.txt(337B)
----model()
--------__init__.py(0B)
--------models.py(33KB)
--------utils.py(2KB)
--------multistage_model.py(10KB)
----dataset()
--------transforms.py(19KB)
--------radar_preprocessing.py(10KB)
--------__init__.py(0B)
--------dense_to_sparse.py(3KB)
--------nuscenes_dataset.py(54KB)
--------nuscenes_dataset_torch_new.py(27KB)
--------nuscenes_export.py(3KB)
----LICENSE(1KB)
----pretrained()
--------.gitkeep(0B)
----utils.py(8KB)
----README.md(5KB)
----config()
--------__init__.py(0B)
--------config_nuscenes.py(2KB)
----train_model.sh(503B)
----main.py(32KB)
----misc()
--------__init__.py(0B)
--------devkit()