MobileMDE
10+
Downloads
Alle
info
Om denne app
Ansøgningen tester en TFLite-model eller DNN-baseret Monocular Depth Estimation (MDE), der er baseret på papiret:
L. Papa, E. Alati, P. Russo og I. Amerini, "SPEED: Separable Pyramidal Pooling Encoder-Decoder for Real-Time Monocular Depth Estimation on Low-Resource Settings," i IEEE Access, vol. 10, s. 44881-44890, 2022
https://doi.org/10.1109/ACCESS.2022.3170425
https://alcorlab.diag.uniroma1.it
L. Papa, E. Alati, P. Russo og I. Amerini, "SPEED: Separable Pyramidal Pooling Encoder-Decoder for Real-Time Monocular Depth Estimation on Low-Resource Settings," i IEEE Access, vol. 10, s. 44881-44890, 2022
https://doi.org/10.1109/ACCESS.2022.3170425
https://alcorlab.diag.uniroma1.it
Opdateret
For at du kan beskytte dine data, er det vigtigt at sætte sig ind i, hvordan udviklere indsamler og deler disse data. Databeskyttelses- og sikkerhedsprocedurer kan variere afhængigt af din brug, din region og din alder. Udvikleren har leveret disse oplysninger og kan løbende opdatere dem.
Der deles ikke data med tredjeparter
Få flere oplysninger om, hvordan udviklere angiver, at de deler data
Der blev ikke indsamlet data
Få flere oplysninger om, hvordan udviklere angiver, at de indsamler data
Nyheder
- switched depth and RGB
- increased info font size
- increased info font size
Support til app
Om udvikleren
Gabriele Proietti Mattia
gabrielepmattia.apps@gmail.com
Via Ariosto, 25
00185 Roma
Italy
undefined
