迈向稳健的单眼深度估计：用于零镜头跨数据集传输的混合数据集
该存储库包含用于从单个图像计算深度的代码。 它伴随我们的：
迈向稳健的单眼深度估计：用于零镜头跨数据集传输的混合数据集RenéRanftl，Katrin Lasinger，David Hafner，Konrad Schindler，Vladlen Koltun
MiDaS v2.1在10个数据集（ReDWeb，DIML，电影，MegaDepth，WSVD，TartanAir，HRWSI，ApolloScape，BlendedMVS，IRS）上进行了多目标优化训练。 在5个数据集（本文中的MIX 5 ）上训练过的原始模型可以在找到。
变更日志
[2020年11月]发布了MiDaS v2.1：
经过10个数据集训练的新模型，其度平均比高出
新的轻量级模型可在移动平台上实现。
适用于和示例应用程序
，可在机器人上轻松部署
[2
2022-04-20 02:36:30
243KB
1
迈达斯
这是我们对本文的实现：
MIDAS：在可视化图形查询界面中实现罐头图案的高效维护
该项目由ClusterMaintenance和Midas组成。 ClusterMaintenance用C ++（C ++ 14）实现，而Midas用Java（JDK 1.8）实现。
环境环境
C ++ 14
JDK 1.8
Visual Studio 2019
Eclipse 2019
Boost图形库（ ）
数据集
艾滋病抗病毒数据集
PubChem数据集
分子数据集
运行代码的示例
有一个运行代码的示例。 假设原始数据库在AIDS抗病毒数据集中包含25000个图，如果将5000个图添加到数据库中，则应执行ClusterMaintenance来维护从原始数据库生成的聚类，然后Midas将根据更新后的聚类来更新原始模式。
运行ClusterMaintenance：
步骤1：将Clust
2022-02-18 21:02:05
11.34MB
1