文件名称：ScopeFlow:用于光流的动态场景范围（CVPR 2020）
文件大小：3.98MB
文件格式：ZIP
更新时间：2024-05-04 05:13:33
Python
ScopeFlow：用于光流的动态场景范围 ScopeFlow的官方Pytorch代码（A. Bar-Haim和L. Wolf，CVPR 2020）。 从2019年10月到2020年3月，我们的模型领先。 借助该存储库，我们提供了用于训练光流模型的多级管道和配置。 我们鼓励其他人尝试此管道，并在其他光流模型架构上对其进行测试。 储存库结构 执行的主要文件：train.py，evaluate.py。 Config目录：用于培训和评估的通用配置文件。 数据集目录：数据集加载器。 库目录：主要的培训功能。 Utils目录：常用的python，pytorch和光流助手。 型号目录：初始支持的型号。 Checkpoints目录：预训练模型的示例。 安装 该代码是使用以下代码开发的： Python 3.6 PyTorch 0.4.1（Ubuntu 14+，CUDA 8.0）
【文件预览】：
ScopeFlow-master
----train.py(674B)
----experiments()
--------__init__.py(0B)
----utils()
--------vis_utils.py(14KB)
--------interpolation.py(11KB)
--------resize_utils.py(1KB)
--------__init__.py(0B)
--------metrics.py(4KB)
--------flowlib.py(17KB)
--------flow.py(7KB)
--------tools.py(15KB)
--------logger.py(4KB)
--------image_utils.py(5KB)
--------constants.py(1KB)
--------common.py(1KB)
----checkpoints()
--------.placeholder(29B)
----models()
--------IRR_PWC_V2.py(18KB)
--------__init__.py(57B)
--------pwc_modules.py(8KB)
--------correlation_package()
--------irr_modules.py(5KB)
----images()
--------temple3_combined.gif(2.75MB)
--------leaderboard_code.jpg(593KB)
----scripts()
--------__init__.py(0B)
--------install_correlation.sh(94B)
--------install_all.sh(459B)
--------download_models.sh(491B)
----lib()
--------pipeline_wrapper.py(3KB)
--------configuration.py(31KB)
--------runtime.py(33KB)
--------commandline.py(20KB)
--------__init__.py(0B)
--------losses.py(13KB)
--------transforms.py(2KB)
--------validation.py(4KB)
--------augmentations.py(46KB)
--------optimizers.py(519B)
----requirements_cuda8.txt(1KB)
----__init__.py(0B)
----datasets()
--------flyingThings3D.py(9KB)
--------kitti_combined.py(24KB)
--------flyingchairsOcc.py(11KB)
--------sintel.py(17KB)
--------__init__.py(2KB)
--------flyingchairs.py(9KB)
----config()
--------evaluation()
--------__init__.py(0B)
--------training()
----LICENSE(11KB)
----README.md(5KB)
----evaluate.py(1KB)