文件名称：Adaptive-LiDAR-Sampling
文件大小：78KB
文件格式：ZIP
更新时间：2024-04-26 04:29:52
Python
使用集成方差的自适应LiDAR采样和深度补全 以色列理工学院 ， 和的NN版本代码库。 有关比较和演示视频，请。 要求 该代码是在Ubunto 18.04上使用Python 3.6.3和PyTorch 1.3.1实现的。 可以使用pip安装所有相关软件包： pip install -r requirements.txt 数据和目录树 下载数据集作为提到，在“数据”部分。 完整的目录树： ├── DepthCompVar # code ├── data # KITTI's directory tree | ├── data_depth_annotated | | ├── train | | ├── val # won't be used | | ├── test | ├── data_depth_velodyne | | ├── train |
【文件预览】：
Adaptive-LiDAR-Sampling-main
----criteria.py(3KB)
----helper.py(11KB)
----vis_utils.py(3KB)
----globals.py(14B)
----main.py(24KB)
----model.py(8KB)
----requirements.txt(143B)
----dataloaders()
--------calib_cam_to_cam.txt(3KB)
--------kitti_loader.py(14KB)
--------pose_estimator.py(3KB)
--------transforms.py(19KB)
----LICENSE(1KB)
----metrics.py(5KB)
----README.md(10KB)
----black_box_main.py(14KB)
----varNN-test()
--------criteria.py(3KB)
--------helper.py(11KB)
--------vis_utils.py(3KB)
--------download()
--------model.py(7KB)
--------main_test.py(16KB)
--------dataloaders()
--------LICENSE(1KB)
--------metrics.py(5KB)
--------README.md(4KB)
--------inverse_warp.py(5KB)
----trained_weights.txt(3KB)
----inverse_warp.py(5KB)
----aux_functions.py(32KB)