PWC光流估计网络

PWC光流估计网络

1、代码地址
https://github.com/goutamgmb/deep-burst-sr

2、下载预训练模型
pwc-net的pytorch代码中有个download.bash，执行bash文件或者直接复制下载链接，或者直接执行命令。下载好模型（network-default.pytorch）放在pwcnet下面，和run.py同级。下载预训练模型的sh文件内容如下。

#!/bin/bash
wget --verbose --continue --timestamping http://content.sniklaus.com/github/pytorch-pwc/network-chairs-things.pytorch
wget --verbose --continue --timestamping http://content.sniklaus.com/github/pytorch-pwc/network-default.pytorch
3、使用PWC-NET估计两张图片的光流
测试自己的图片，测试命令
python run.py --model default --first ./images/0_0.png --second ./images/0_1.png --out ./out.flo
其中first和second分别指输入的两张图片，./out.flo表示输出光流文件名字
4、光流文件.flo可视化
(1)前往http://vision.middlebury.edu/flow/submit/下载imageLib工具包，选择flow-code.zip文件并下载。
(2)解压并编译
sudo apt-get install libpng-dev
cd /home/leipeng/pzh/lib/
unzip flow-code.zip
Command ‘unzip’ not found, but can be installed with:
sudo apt install unzip
unzip flow-code.zip
cd flow-code/
cd imageLib
make
cd …
make

(3)测试
./color_flow input.flo output.png

5、可视化结果