Skip to content

Latest commit

 

History

History
35 lines (27 loc) · 4.85 KB

README_zh-CN.md

File metadata and controls

35 lines (27 loc) · 4.85 KB

TOFlow (IJCV'2019)

Video Enhancement with Task-Oriented Flow

预训练模型测试结果

在 RGB 通道上评估。 评估指标 PSNR / SSIM。

算法 预训练 SPyNet Vimeo90k-triplet GPU 信息 下载
tof_vfi_spynet_chair_nobn_1xb1_vimeo90k spynet_chairs_final 33.3294 / 0.9465 1 (Tesla PG503-216) 模型 | 日志
tof_vfi_spynet_kitti_nobn_1xb1_vimeo90k spynet_chairs_final 33.3339 / 0.9466 1 (Tesla PG503-216) 模型 | 日志
tof_vfi_spynet_sintel_clean_nobn_1xb1_vimeo90k spynet_chairs_final 33.3170 / 0.9464 1 (Tesla PG503-216) 模型 | 日志
tof_vfi_spynet_sintel_final_nobn_1xb1_vimeo90k spynet_chairs_final 33.3237 / 0.9465 1 (Tesla PG503-216) 模型 | 日志
tof_vfi_spynet_pytoflow_nobn_1xb1_vimeo90k spynet_chairs_final 33.3426 / 0.9467 1 (Tesla PG503-216) 模型 | 日志

注: 由于 batch_size=1 预训练的 SPyNet 不包含 BN 层，这与 https://github.com/Coldog2333/pytoflow 一致.

Citation

@article{xue2019video,
  title={Video enhancement with task-oriented flow},
  author={Xue, Tianfan and Chen, Baian and Wu, Jiajun and Wei, Donglai and Freeman, William T},
  journal={International Journal of Computer Vision},
  volume={127},
  number={8},
  pages={1106--1125},
  year={2019},
  publisher={Springer}
}