部分函数代码记录

  • gx = img[:,:,:-1,:] - img[:,:,1:,:]:定义x方向的梯度,获得x方向的图像梯度图
  • gy = img[:,:-1,:,:] - img[:,1:,:,:]:定义y方向的梯度,获得y方向的图像梯度图
  • tf.zeros_like(tensor) 创建与tensor形状大小相同的全为0的张量
    #使用逐像素流向量进行图像翘曲。 tf.contrib.image.dense_image_warp( image, flow, name='dense_image_warp')
  • disp = self.conv(x, 1, 3, 1, tf.nn.sigmoid):获得视差图
  • const bool py = th != 1.0
    如果th=1.0,py=0
    如果th != 1,py = 1
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值