arXiv2020-RIFE:RIFE:视频帧插值的实时中间流估计

时间:2024-03-04 06:53:53
【文件属性】:

文件名称:arXiv2020-RIFE:RIFE:视频帧插值的实时中间流估计

文件大小:3.02MB

文件格式:ZIP

更新时间:2024-03-04 06:53:53

computer-vision video-interpolation Python

RIFE v2.1-实时视频插值 | | | | | 某些应用程序已集成RIFE。 您可以参考 , 和 。中文补帧软件也已经发布,免费下载 。 2021.2.9新闻:我们更新了v2.0模型,更快,更好! 请检查我们的。 我们的模型可以在2080Ti GPU上运行30 + FPS的2X 720p插值。 当前,我们的方法支持2X,4X,8X ...插值,以及一对图像之间的多帧插值。 欢迎大家使用我们的Alpha版本并提出建议! 来自两个输入图像的16倍插值结果: 采集 2d动画| || | 3d动画| | | | MV | | 电影| 用法 安装 git clone git@github.com:hzwer/arXiv2020-RIFE.git cd arXiv2020-RIFE pip3 install -r requirements.txt 从下载预训练的HDv2模


【文件预览】:
arXiv2020-RIFE-main
----docker()
--------inference_video(46B)
--------Dockerfile(501B)
--------inference_img(44B)
----train.py(7KB)
----inference_img.py(3KB)
----model()
--------IFNet_HDv2.py(4KB)
--------warplayer.py(1KB)
--------RIFE2F15C.py(9KB)
--------IFNet2F.py(4KB)
--------RIFE_HD.py(10KB)
--------IFNet.py(4KB)
--------loss.py(3KB)
--------IFNet2F15C.py(4KB)
--------RIFE.py(10KB)
--------RIFE_HDv2.py(10KB)
--------RIFE2F.py(9KB)
--------IFNet_HD.py(4KB)
----requirements.txt(91B)
----dataset.py(4KB)
----demo()
--------I2_1.png(160KB)
--------I0_slomo_clipped.gif(1.06MB)
--------I1_1.png(159KB)
--------I2_slomo_clipped.gif(944KB)
--------I1_0.png(153KB)
--------intro.png(64KB)
--------I2_0.png(159KB)
--------I0_1.png(178KB)
--------I0_0.png(176KB)
----benchmark()
--------MiddleBury_Other.py(1KB)
--------pytorch_msssim()
--------testtime.py(812B)
--------Vimeo90K.py(1KB)
----LICENSE(1KB)
----README.md(8KB)
----Colab_demo.ipynb(3KB)
----inference_video.py(9KB)
----.gitignore(67B)

网友评论