文件名称：REDE:代码为“ REDE
文件大小：1.14MB
文件格式：ZIP
更新时间：2024-05-28 09:27:31
Python
雷德 概述 这是论文“ REDE：使用可微离群值消除的端到端对象6D姿势稳健估计”的实现。 依存关系 Python 3.8 PyTorch 1.4 CUDA 10.0 安装 设置python环境 pip install -r requirement.txt 编译KNN cd lib/KNN_CUDA $ROOT =/path/to/REDE export PATH= $ROOT /lib/KNN_CUDA: $PATH make && make install 编译SVD cd lib/torch-batch-svd python setup.py install 编译FPS cd lib/fps python setup.py install 数据集 准备数据集 下载 和（包括用于姿势格式转换的保险丝数据，关键点和脚本），将补充放入Linemod_preprocesse
【文件预览】：
REDE-master
----datasets()
--------linemod()
--------occlusion_linemod()
--------ycb()
----assets()
--------pipeline.png(823KB)
----requirement.txt(134B)
----tools()
--------eval_occ.py(8KB)
--------_init_paths.py(52B)
--------train_ycb.py(11KB)
--------train_linemod.py(15KB)
--------utils()
--------eval_ycb.py(17KB)
--------eval_linemod.py(8KB)
----README.md(2KB)
----lib()
--------torch-batch-svd()
--------transformations.py(4KB)
--------network.py(6KB)
--------loss_refiner.py(3KB)
--------extractors.py(4KB)
--------pspnet.py(2KB)
--------KNN_CUDA()
--------fps()
--------loss.py(5KB)
--------logger.py(462B)