Anytime Stereo Image Depth Estimation on Mobile Devices论文阅读笔记
这篇文章做了啥 ICRA2019的一篇文章，作者研究的主要问题是，现有的双目深度估计算法大多数都不能部署到移动端，作者提出了一个anynet，就是在任何时间限制下都能够得到一个深度估计，对fps要求比较高的话，可以用粗糙的结果，对fps要求比较低的话，可以用refine的结果，总之，可以在时间和精度之间进行权衡，如下图。 实际上作者训练的时长是真的很短，并且能够得到还比较能够接受的结果。后面我们会
相关文章
- 1. 论文阅读笔记《Learning monocular depth estimation infusing traditional stereo knowledge》
- 2. 【论文阅读笔记】Pelee: A Real-Time Object Detection System on Mobile Devices
- 3. 论文阅读:High-Precision Depth Estimation Using Uncalibrated LiDAR and Stereo Fusion
- 4. From Depth Data to Head Pose Estimation: a Siamese approach----论文阅读笔记
- 5. 【论文阅读笔记】High Quality Monocular Depth Estimation via Transfer Learning
- 6. 目标检测论文阅读笔记：《ThunderNet: Towards Real-time Generic Object Detection on Mobile Devices》
- 7. 论文阅读笔记：MobileFaceNets: Efficient CNNs for Accurate RealTime Face Verification on Mobile Devices
- 8. 【论文阅读笔记】ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- 9. 论文阅读笔记：ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- 10. 【论文阅读笔记】-《Quantized Convolutional Neural Networks for Mobile Devices》
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • C# 文本文件的读写 - C#教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 论文阅读笔记《Learning monocular depth estimation infusing traditional stereo knowledge》
- 2. 【论文阅读笔记】Pelee: A Real-Time Object Detection System on Mobile Devices
- 3. 论文阅读:High-Precision Depth Estimation Using Uncalibrated LiDAR and Stereo Fusion
- 4. From Depth Data to Head Pose Estimation: a Siamese approach----论文阅读笔记
- 5. 【论文阅读笔记】High Quality Monocular Depth Estimation via Transfer Learning
- 6. 目标检测论文阅读笔记：《ThunderNet: Towards Real-time Generic Object Detection on Mobile Devices》
- 7. 论文阅读笔记：MobileFaceNets: Efficient CNNs for Accurate RealTime Face Verification on Mobile Devices
- 8. 【论文阅读笔记】ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- 9. 论文阅读笔记：ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- 10. 【论文阅读笔记】-《Quantized Convolutional Neural Networks for Mobile Devices》