使用卷积神经网络计算立体匹配成本的过程； 在立体匹配任务中训练卷积神经网络的步骤； 和 基本立体方法（基于交叉的成本聚合、半全局匹配、， 左右一致性检查、中值滤波器和双边滤波器）；
@文章{zbontar2016立体声， title＝{通过训练卷积神经网络来比较图像补丁的立体匹配}， author={Zbontar，Jure和LeCun，Yann}， journal={机器学习研究杂志}， 体积={17}， 页数={1--32}， 年份={2016年} } $cp生成文件.proto生成文件 $制造 左侧输入图像
右侧输入图像
$wget-P净值/ https://s3.amazonaws.com/mc-cnn/net_kitti_fast_-a_train_all.t7（网址：https://s3.amazonaws.com/mc-cnn/net_kitti_fast_-a_train_all.t7） $ ./ main.lua kitti fast-a predict-net_name net/net_kitti_fast_a_train_all.t7-left samples/input/kittiL.png-right samples-input/kittiR.png-disp_max 70 向右书写。笔尖，1 x 70 x 370 x 1226 向左书写.bin，1 x 70 x 370 x 1226 书写显示框，1 x 1 x 370 x 1226 左.bin ：半全局匹配和交叉匹配后的匹配成本 将左图像作为参考图像进行成本汇总。
right.bin（右侧） ：与相同 左.bin ，但正确的图像被视为 参考图像。
显示.bin ：全立体方法后的视差贴图。
$luajit样本/bin2png.lua 正在写入left.png 向右书写.png 正在写入disp.png $ ./ main.lua kitti fast-a predict-net_name net/net_kitti_fast_a_train_all.t7-left samples/input/kittiL.png-right samples-input/kittiR.png-disp_max 70-sm_terminate cnn 向右书写。笔尖，1 x 70 x 370 x 1226 书写左侧。笔尖，1 x 70 x 370 x 1226 书写显示框，1 x 1 x 370 x 1226 左.png
右侧.png
-
卢阿 需要“火炬” 左=焊炬。 浮子张量（火炬浮子存储（'../left.bin'））：视图（1，70，370，1226） 右=焊炬。 浮子张量（火炬浮子存储（'../right.bin'））：视图（1，70，370，1226） disp=火炬。 浮子张量（火炬浮子存储（'../disp.bin'））：视图（1,13701226） -
蟒蛇 将numpy导入为np left=np.memmap（'../left.bin'，dtype=np.float32，shape=（1,703701226）） right=np.memmap（'../right.bin'，dtype=np.float32，shape=（1,703701226）） disp=np.memmap（'../disp.bin'，dtype=np.float32，shape=（1,1371226）） -
Matlab语言 left=memmapfile（'../left.bin'，'Format'，'single'）。 数据； 左=排列（重塑（左，[1226 370 70]），[3 2 1]）； right=memmapfile（'../right.bin'，'Format'，'single'）。 数据； 右=置换（重塑（右，[1226 370 70]），[3 2 1]）； 视差=memmapfile（'../disp.bin'，'Format'，'single'）。 数据； 视差=重塑（视差，[1226 370]）'； -
C类 #包括<fcntl.h> #包括<stdio.h> #包括<sys/mman.h> #包括<sys/stat.h> #包括<sys/types.h> int main（无效） { 整数fd； float*left、*right、*disp； fd=打开（“../left.bin”，O_RDONLY）； left=mmap（空，1*70*370*1226*sizeof（浮点），PROT_READ，MAP_SHARED，fd，0）； 闭合（fd）； fd=打开（“../right.bin”，O_RDONLY）； right=mmap（NULL，1*70*370*1226*sizeof（float），PROT_READ，MAP_SHARED，fd，0）； 闭合（fd）； fd=打开（“../disp.bin”，O_RDONLY）； disp=mmap（空，1*1*370*1226*sizeof（浮点），PROT_READ，MAP_SHARED，fd，0）； 闭合（fd）； 返回0； }
这个 2012年KITTI 数据集并解压缩 进入之内 data.kitti/unzip （你应该以一个文件结束 data.kitti/unzip/training/image_0/000000_10.png )和 这个 KITTI 2015年 数据集并解压缩 进入之内 data.kitti2015/unzip （你应该以一个文件结束 data.kitti2015/unzip/training/image_2/000000_10.png ).
$ ./ 预处理_kitti.lua 数据集2012 1 ... 389 数据集2015 1 ... 400 $ ./ main.lua kitti slow-一列火车 基蒂慢-一列火车 转换（输入=1，输出=112，k=3） cudnn公司。 ReLU公司 转换（输入=112，输出=112，k=3） cudnn公司。 ReLU公司 转换（输入=112，输出=112，k=3） 库登。 ReLU公司 转换（输入=112，输出=112，k=3） 库登。 ReLU公司 nn。 重塑（128x224） nn。 线性（224->384） cudnn公司。 ReLU公司 nn。 线性（384->384） cudnn公司。 ReLU公司 nn。 线性（384->384） cudnn公司。 ReLU公司 nn。 线性（384->384） cudnn公司。 ReLU公司 nn。 线性（384->1） cudnn公司。 乙状结肠 ... $ ./ main.lua kitti慢-一辆火车 $ ./ main.lua kitti2015慢速-一列火车 $ ./ main.lua kitti fast-一列火车 净额$ls/ ... net_kitti2012_fast_action_train_tr.t7 ... $ ./ 下载_ middlebury.sh $mkdir data.mb.不完美_灰色 $ ./ 预处理_mb.py不完美灰色 阿迪朗达克 背包 ... 测试H/楼梯 $ ./ main.lua mb slow-一列火车 $ ./ main.lua kitti fast-a test_te-net_name net/net_kitti法斯特-a_train_tr.t7 kitti fast-a test_te-net_name net/net_kitti_fast-a_train_tr.t7 0.86836290359497 0.0082842716717202 ... 0.73244595527649 0.024202708004929 0.72730183601379 0.023603160822285 0.030291934952454 $ ./ main.lua kitti fast-a test_te-网络名称net/net_mb_fast_a-train_all.t7 kitti fast-a test_te-net_name net/net_mb_fast_a-train_all.t7 2.1474301815033 0.0071447750148986 ... 1.4276049137115 0.024273838024622 1.4282908439636 0.01881285579564 1.408842086792 0.021741689597834 0.031564540460366 $ ./ main.lua kitti fast-a提交-net_name net/net_kitti_fast_a-train_all.t7 kitti fast-a提交-net_name net/net_kitti_fast-a_train_all.t7 加上：000038_10.png（平减0%） 添加：000124_10.png（收缩0%） ... 加上：000021-10.png（平减0%） $ ./ main.lua kitti slow-一列火车tr-l1 2-fm 128-l2 3-nh2 512 基蒂慢-一列火车tr-l1 2-fm 128-l2 3-nh2 512 转换（输入=1，输出=128，k=3） cudnn公司。 ReLU公司 转换（输入=128，输出=128，k=3） cudnn公司。 ReLU公司 nn。 重塑（128x256） nn。 线性（256->512） cudnn公司。 ReLU公司 nn。 线性（512->512） cudnn公司。 ReLU公司 nn。 线性（512->512） cudnn公司。 ReLU公司 nn。 线性（512->1） cudnn公司。 乙状结肠 ... $ ./ main.lua kitti快-一次 kitti快速-一次 转换（输入=1，输出=64，k=3） cudnn公司。 ReLU公司 转换（输入=64，输出=64，k=3） cudnn公司。 ReLU公司 转换（输入=64，输出=64，k=3） cudnn公司。 ReLU公司 转换（输入=64，输出=64，k=3） nn。 规格化2 nn。 立体声连接1 0.73469495773315 $ ./ main.lua kitti fast-a time-sm终止cnn kitti fast-a time-sm终止cnn 转换（输入=1，输出=64，k=3） cudnn公司。 ReLU公司 转换（输入=64，输出=64，k=3） cudnn公司。 ReLU公司 转换（输入=64，输出=64，k=3） cudnn公司。 ReLU公司 转换（输入=64，输出=64，k=3） nn。 规格化2 nn。 立体声连接1 0.31126594543457