PENet_ICRA2021：ICRA 2021“精准高效图像引导的深度完成”

简介：
PENet_ICRA2021是发表于ICRA 2021的一篇论文，专注于开发一种精准且高效的图像引导深度完成网络，旨在提升机器人视觉系统的性能与精确度。 PENet：精确高效的深度补全此回购是我们论文的PyTorch实现，该论文在ICRA2021上发表。我们的研究团队包括来自浙江大学的Mu Hu、王淑玲、李斌、宁世宇和李凡等人。对于任何与代码相关的问题，请创建一个新的问题；如果有关于论文内容的问题，可以随时向我咨询。当提交结果时，建议使用完整的模型，在在线排行榜中排名第一，并且比大多数排名靠前的方法要快得多。ENet和PENet都可以在2x11G GPU上进行全面训练。我们的网络仅通过KITTI数据集进行训练，而没有采用Cityscapes或其他类似驾驶数据集（合成或真实）上的预训练方法。 研究采用了坚强的两支主干重温流行的两分支架构：这种设计旨在充分利用各自分支中的以颜色为主和以深度为主的特性，并有效融合这两种信息。需要注意的是，在输入到深度主导分支时，使用了从颜色主导分支得到的深度预测结果，而不是其他形式的引导图。 几何卷积层用于编码3D几何信息。