您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 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

  2. 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g
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:16mb
    • 提供者:weixin_42131342