【文件属性】：
文件名称：DenseDepth：通过转移学习进行高质量单眼深度估计
文件大小：11.76MB
文件格式：ZIP
更新时间：2021-02-05 09:53:25
python deep-neural-networks deep-learning pytorch transfer-learning
（ 和彼得·旺卡（ Peter Wonka）
官方Keras（TensorFlow）实现。 如果您对代码有任何疑问或需要更多帮助，请联系第一作者。
[更新]我们的最新方法具有更好的性能，可以在这里找到。
[更新]添加了以即时尝试该方法。
[更新]添加了实验TensorFlow 2.0实施。
[更新]添加了实验性PyTorch代码。
结果
奇蒂
纽约大学深度V2
要求
该代码已在装有NVIDIA Titan V和16GB + RAM且运行Windows 10或Ubuntu 16的计算机上使用Keras 2.2.4，Tensorflow 1.13，CUDA 10.0进行了测试。
其他
【文件预览】：
DenseDepth-master
----DenseDepth.ipynb(437KB)
----loss.py(673B)
----callbacks.py(4KB)
----utils.py(5KB)
----test.py(1KB)
----train.py(4KB)
----PyTorch()
--------loss.py(2KB)
--------utils.py(1KB)
--------train.py(4KB)
--------load_weight_from_keras.py(3KB)
--------model.py(2KB)
--------data.py(5KB)
----demo_rgb.npy(7.03MB)
----demo.py(14KB)
----LICENSE(34KB)
----augment.py(9KB)
----evaluate.py(2KB)
----Tensorflow()
--------DenseDepth.ipynb(3KB)
--------loss.py(684B)
--------Evaluate.ipynb(1KB)
--------evaluate.py(3KB)
--------model.py(3KB)
--------data.py(2KB)
----examples()
--------377_image.png(341KB)
--------626_image.png(320KB)
--------267_image.png(384KB)
--------140_image.png(320KB)
--------312_image.png(399KB)
--------11_image.png(272KB)
--------308_image.png(370KB)
--------499_image.png(297KB)
--------1_image.png(263KB)
--------470_image.png(379KB)
--------358_image.png(430KB)
--------119_image.png(301KB)
----model.py(3KB)
----.gitignore(54B)
----layers.py(2KB)
----README.md(4KB)
----demo_depth.npy(2.34MB)
----data.py(8KB)