kezh

对拼接后的全局图像进行一次MaxMinNormalization可以解决该问题，如下： def fuse(img1, img2): ''' block fusion ''' block_num = img1.shape[0] final_fusion = np.zeros_like(img1) for i in range(block_num): img1_inblock = _tensor(img1[i, :, :]).unsqueeze(0).to(device) img2_inblock = _tensor(img2[i, :, :]).unsqueeze(0).to(device) img_fusion =...

22年那时候下的模型是可以跑的，不知道作者的谷歌网盘后面有没有更新模型。