FrameFieldLearning_Anaconda_Windows

【文件属性】：
文件名称：FrameFieldLearning_Anaconda_Windows
文件大小：4.53MB
文件格式：ZIP
更新时间：2021-03-29 16:04:31
Python 通过框架现场学习进行多边形建筑物分割从LYDORN修改而来，无需安装docker就可在anaconda和Windows设备上使用。 我们将帧场输出添加到图像分割神经网络，以提高分割质量，并为后续的多边形化步骤提供结构信息。 图1：在测试图像上输出的其他帧场的特写镜头。 图2：给定俯视图像，模型将输出建筑物的边缘蒙版，内部蒙版和框架字段。 总损耗包括使蒙版和帧场与地面真实数据对齐的项，以及使帧场的平滑度和输出之间的一致性得到增强的正则化项。 图3：给定分类图和框架字段作为输入，我们使用主动骨架模型（ASM）优化骨架折线以使其与框架字段对齐，并使用框架字段检测角点，从而简化了非角顶点。 该存储库包含该论文的官方代码： 通过框架现场学习进行多边形建筑物分割（ ，（ ，（ ，预印[，] 其简短版本已发布为： 通过框架现场学习进行正规的建筑物分割（ ，（ ，（ ，（