CS231A-项目-立体声匹配:CS231A的课程项目。 深度立体声匹配,重新实现GC-Net-源码

上传者: 42131342 | 上传时间: 2021-02-20 16:07:01 | 文件大小: 16.3MB | 文件类型: ZIP
CS231A课程项目:深度立体声匹配 重新实现GC-Net 我主要是重新实现GC-Net 。 我实现了两个版本的GC-Net模型:一个带有掩码(损失被掩码),另一个不带掩码。 结果 定性结果 SceneFlow上的无遮罩版本,原始图像和预测样本: SceneFlow上的带遮罩版本,遮罩的地面真相,遮罩的预测和未遮罩的预测: 在KITTI训练集上,要了解真实情况,掩盖的预测和未掩盖的预测: 在KITTI测试集中,原始图像和预测样本: 定量结果 由于KITTI数据集非常稀疏,因此提供的groundtruths是带遮罩的,我首先实现并训练带遮罩的版本。 但是我发现一些预测非常模糊。 (我的口罩有点过多)。 虽然定性结果看起来不错,但是SceneFlow测试集上的定量结果不是很好。 至于KITTI,这不是令人满意的版本,因此我不提交。 并且由于时间和资源的限制,我不进行验证。 我在训

文件下载

资源详情

[{"title":"( 121 个子文件 16.3MB ) CS231A-项目-立体声匹配:CS231A的课程项目。 深度立体声匹配,重新实现GC-Net-源码","children":[{"title":"final_report.pdf <span style='color:#111;'> 3.08MB </span>","children":null,"spread":false},{"title":"gcnet_train.py <span style='color:#111;'> 4.35KB </span>","children":null,"spread":false},{"title":"image_processing.py <span style='color:#111;'> 14.46KB </span>","children":null,"spread":false},{"title":"KITTI_data.py <span style='color:#111;'> 1.61KB </span>","children":null,"spread":false},{"title":"gcnet_model_no_mask.py <span style='color:#111;'> 19.26KB </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

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