raynet 0.2

依赖项和安装

通常，pip install raynet应该足以使用我们的代码。

如果你已经有了一个功能性的路缘石安装，剩下的就不多了 安装：-）

• Keras>；2
• Tensorflow
• Cython
• PyCuda
• backports.functools_lru_cache
• imageio
• googleapiclient
• numpy
• matplotlib

根据您希望如何使用我们的代码，有两种选择 安装。您可以使用包管理器或下载并安装 手动库。对于那些只想使用图书馆的人，我们建议 直接从pypi安装最新版本，而对于那些想 能够编辑我们建议手动安装库的代码。

• 从pypi安装：

pip install --user raynet

• 手动安装：

克隆库的latest version并运行

# Clone the repository
git clone git@github.com:paschalidoud/raynet.git
cd raynet
# Local installation in development mode
pip install --user -e .

文档

专用文档页可以在我们的documentation site中找到，但是您也可以阅读 source code获取 了解如何使用我们的代码。如果你对密码有任何疑问 请联系Despoina Paschalidou。

贡献

诸如错误修复、错误报告、建议等的贡献超过 欢迎并应以新问题和/或请求的形式提交 在Github上。

相关研究

下面我们列出一些与提供的代码相关的文件。

我们的

• raynet：利用光线电位学习三维重建pdf

其他人

• 利用射线势进行概率体积重建[pdf]
• 面片、平面和概率：三维重建的非局部先验[pdf]
• 语义多视图立体：联合估计对象和体素[pdf]
• 学习了多补丁相似度[pdf]
• surfacenet：一种用于多视立体视觉的端到端三维神经网络[pdf]

引文

如果您使用我们的代码，请引用our paper。bibtex引用是：

@InProceedings{Paschalidou_2018_CVPR,
   author = {Paschalidou, Despoina and Ulusoy, Osman and Schmitt, Carolin and Van Gool, Luc and Geiger, Andreas},
   title = {RayNet: Learning Volumetric 3D Reconstruction With Ray Potentials},
   booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
   month = {June},
   year = {2018}
   }