StereoNet：在pytorch中对实时边缘感知深度预测模型进行指导的分层优化。 ECCV2018
ActiveStereoNet：主动立体声系统的端到端自我监督学习ECCV2018口语
如果您想就StereoNet与我交流，请随时与我联系。 我的电子邮件：
我的模型结果
现在，通过端到端训练，我的模型的速度可以在540 * 960 img上达到25 FPS，在场景流数据集上，最佳结果是1.87 EPE_all（使用16X多个模型），1.95 EPE_all（使用16X单个模型）。 以下是侧面输出和预测示例
火车例子
测试例
在titan xp gpu上超过100FPS
KITTI20
2021-10-29 17:38:02
8.17MB
1
数学形态学细化算法的matlab实现，主要应用循环击中击不中算法，同时有matlab自带的细化函数实现，循环击中击不中算法运行速度效率不及Matlab自带的细化函数，但原理很清晰，吻合冈萨雷斯版教材中细化方法。
2021-10-27 21:02:42
2KB
1
2D_CARFIVE
多相五方程模型的2D笛卡尔四叉树自适应网格细化（AMR）。 此源代码是基于QTAdaptive 开发的，以编译此源代码，您需要将QTAdaptive和2D_CARFIVE下载到同一文件夹中。
笛卡尔自适应五方程模型
作者：VAN-DAT THANG
电子邮件：
电子邮件：
源代码链接： :
参考：
[1]“用于Serre–Green–Naghdi方程的四叉树自适应多重网格求解器”
[2]“一种适用于表面张力驱动的界面流动的精确自适应求解器”
[3]“ Gerris：复杂几何中不可压缩的Euler方程的基于树的自适应求解器”
[4]“用于可压缩多相流的自适应接口锐化方法”
[5]“四叉树网格在裂纹扩展建模的比例边界有限元方法中的适应性”
[6]“基于四叉树网格有限体积法的溃坝二维水动力和泥沙输送模型”
[7]“用于Serre
2021-10-14 19:50:18
27KB
1