matlab精度检验代码-SilhoNet:SilhoNet的正式Tensorflow实施
matlab精度检验代码注意repo正在使用最新代码进行更新。
论文标题和引文已更新。
SilhoNet
这是SilhoNet的Tensorflow实现，来自IROS
/
RAL
2019年发表的论文《
SilhoNet：用于6D对象姿势估计的RGB方法》。该代码支持训练，验证和测试的轮廓预测和3D方向估计阶段YCB视频数据集上的网络。
SilhoNet：用于6D对象姿势估计的RGB方法，
IEEE机器人与自动化快报2019
设置
先决条件
Linux或OSX（在Ubuntu
14.04和16.04上测试）
NVIDIA
GPU
+
CUDA
+
CuDNN（CPU模式和不带CuDNN的CUDA可能需要很少的修改，但未经测试）
准备数据
测试要求
我们假设您已经克隆了此存储库，并且根目录为$SilhoNet_ROOT
。
该网络需要YCB视频数据集，并增加了groundtruth轮廓渲染和对象模型的渲染。
可以从官方项目站点下载YCB视频数据集：
创建一个指向YCB数据集根目录的simlink。
cd
$SilhoNet_ROOT
ln
-s
$YCB_DIR
data/YCB
其
文件下载
资源详情
[{"title":"（ 7581 个子文件 61.35MB ） matlab精度检验代码-SilhoNet:SilhoNet的正式Tensorflow实施","children":[{"title":"silhonet.py <span style='color:#111;'> 2.87KB </span>","children":null,"spread":false},{"title":"ops.py <span style='color:#111;'> 15.12KB </span>","children":null,"spread":false},{"title":"Dockerfile <span style='color:#111;'> 598B </span>","children":null,"spread":false},{"title":"run_silhonet.py <span style='color:#111;'> 30.10KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 8.71KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- js K线图 KLine js源码 与okex网站一致
- EM算法训练GMM的聚类函数vq_flat（看评论酌情下载）
- 纯前端html+js实现的excel转json格式
- ArcHydro中文操作手册
- MATLAB Statistics and Machine Learning Toolbox官方教程
- ADAMS振动模块
- flink-1.10.2-bin-scala_2.12.tgz
- 阿西推广系统V5.29 破解版(商务版2419)
- Cesium生成离线terrain地形数据所需所有程序及详细说明
- DBF波束形成
- 摄像头路径识别和小车控制策略.pdf
- 新能源发电行业价值分析报告.docx
- 朴素贝叶斯实战代码
- LOW-POWER IMPLEMENTATION OF THE BLUETOOTH SUBBAND AUDIO CODEC.pdf
- CXP-001-2019.pdf
- 自学python教程视频.txt
- Memcached v1.5.4 For Windows (附带Memcached和libevent源码两个版本)
- jquery实现二维码
- aws 运维文档
- 基于LABVIEW的DPSK
- OCC安装手册
- ROS读取键盘通过串口控制电机例程
- 汇编语言程序设计课件
- qt UDP聊天
- vos3000操作手册
- TMS320C6416的SDRAM测试程序代码
- ESP8266WiFi探针代码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明