FlowNet2的目录在哪

FlowNet2存储库的目录位置取决于您在克隆存储库时所选择的位置。默认情况下，它会被克隆到当前工作目录下的 `DeepLearningExamples/PyTorch/Segmentation/FlowNet2/` 目录中。

假设您在命令行中执行了以下克隆命令：

git clone https://github.com/NVIDIA/DeepLearningExamples.git

那么FlowNet2存储库将被克隆到当前目录下的 `DeepLearningExamples/PyTorch/Segmentation/FlowNet2/` 目录中。

请确保在运行安装和运行FlowNet2的命令时，您已经切换到正确的目录中。如果您不确定当前工作目录，请使用 `cd` 命令导航到正确的目录位置。

如果您已经将FlowNet2存储库放置在其他位置，请将命令中的路径相应地进行调整。希望这能帮助到您！如果还有其他问题，请随时提问。

相关问题

Segmentation目录下没有FlowNet2

非常抱歉，我之前的回答有误。FlowNet2并不在DeepLearningExamples存储库的Segmentation目录下。

FlowNet2存储库是一个独立的存储库，您可以在以下位置找到它：https://github.com/NVIDIA/flownet2-pytorch

要在Macbook上安装FlowNet2，请按照以下步骤进行操作：

1. 安装依赖项：
- 首先，确保您的机器上已经安装了Python和pip。
- 运行以下命令以安装PyTorch和其他必要的Python依赖项：

     pip install torch torchvision numpy scikit-image tensorboardX

2. 克隆FlowNet2存储库：

   git clone https://github.com/NVIDIA/flownet2-pytorch.git

3. 安装FlowNet2：
- 进入FlowNet2的目录：

     cd flownet2-pytorch

- 运行以下命令以编译FlowNet2：

     bash install.sh

4. 运行FlowNet2：
- 使用您的图像进行光流估计：

     python main.py --inference --model FlowNet2 --save_flow --inference_dir <输入图像目录> --resume <预训练模型路径>

- 请确保将 `<输入图像目录>` 替换为包含您要进行光流估计的图像的实际目录，并将 `<预训练模型路径>` 替换为您想要使用的预训练模型的路径。

非常抱歉之前给您带来的困惑。希望这次能帮到您！如果还有其他问题，请随时提问。

macbook安装FlowNet2

您好！要在Macbook上安装FlowNet2，您可以按照以下步骤进行操作：

1. 安装依赖项：
- 首先，确保您的机器上已经安装了Python和pip。
- 运行以下命令以安装CUDA依赖项：

     brew install cmake
     brew install cuda

- 接下来，安装PyTorch和其他必要的Python依赖项：

     pip install torch torchvision numpy scikit-image tensorboardX

2. 克隆FlowNet2存储库：

   git clone https://github.com/NVIDIA/DeepLearningExamples.git

3. 安装FlowNet2：
- 进入FlowNet2的目录：

     cd DeepLearningExamples/PyTorch/Segmentation/FlowNet2/

- 运行以下命令以编译FlowNet2：

     bash install.sh

4. 运行FlowNet2：
- 使用您的图像进行光流估计：

     python main.py --inference --model FlowNet2 --save_flow --inference_dir <输入图像目录> --resume <预训练模型路径>

- 请确保将 `<输入图像目录>` 替换为包含您要进行光流估计的图像的实际目录，并将 `<预训练模型路径>` 替换为您想要使用的预训练模型的路径。

这样，您就可以在Macbook上安装和运行FlowNet2了。希望这对您有所帮助！如有任何进一步的问题，请随时提问。