PyRetri

Piretri

Benyi Hu, Lagu Ren-Jie, Xiu-Shen Wei*, Yazhou Yao, Xian-Sheng Hua, Yuehu Liu

Penulis yang sesuai: Xiu-Shen Wei

Perkenalan

Pyretri (diucapkan sebagai [ˈperɪˈtriː]) adalah kotak alat pengambilan gambar tanpa pengawasan yang tidak diawasi yang dibangun di atas Pytorch, yang dirancang untuk para peneliti dan insinyur.

Fitur utama

Pyretri adalah kotak alat pengambilan gambar tanpa pengawasan yang tidak dapat diawasi serbaguna yang dirancang dengan kesederhanaan dan fleksibilitas dalam pikiran.

• Desain Modular : Kami menguraikan pengambilan gambar yang tidak diawasi berdasarkan pembelajaran dalam beberapa tahap dan pengguna dapat dengan mudah membangun pipa pengambilan gambar dengan memilih dan menggabungkan berbagai modul.
• Pemuatan Fleksibel : Kotak alat dapat beradaptasi untuk memuat beberapa jenis parameter model, termasuk parameter dengan kunci dan bentuk yang sama, parameter dengan tombol yang berbeda, dan parameter dengan tombol yang sama tetapi bentuk yang berbeda.
• Dukungan dari beberapa metode : Kotak peralatan secara langsung mendukung beberapa metode popluar yang dirancang untuk pengambilan gambar tanpa pengawasan yang mendalam, yang juga cocok untuk identifikasi ulang orang.
• Alat Pencarian Konfigurasi : Kami menyediakan alat pencarian konfigurasi untuk membantu pengguna menemukan konfigurasi pengambilan yang optimal dengan berbagai hiper-parameter.

Metode yang didukung

Toolbox mendukung popluar dan metode terkemuka pengambilan gambar tanpa pengawasan dan pengguna juga dapat merancang dan menambahkan modul mereka sendiri.

• Pra-pemrosesan
  • Directresize, Padresize, ShorterResize
  • Centercrop, Tencrop
  • Twoflip
  • Totensor, Tocaffetensor
  • Menormalkan
• Representasi fitur
  • Global Average Pooling (GAP), Global Max Pooling (GMP)
  • R-MAC, SPOC, Gagak, Permata, SCDA, PWA
  • PCB
• Pasca-pemrosesan
  • SVD, PCA
  • DBA
  • QE, K-Reciprocal

Pembaruan

06 Mei 2020: Makalah kami online, Anda disambut untuk mengunduh kertas di sini.

29 April 2020: Piretri kami diluncurkan!

Instalasi

Silakan merujuk ke install.md untuk persiapan instalasi dan dataset.

Mulai

Silakan lihat Geting_Started.md untuk penggunaan dasar Pyretri.

Model Zoo

Hasil dan model tersedia di model_zoo.md.

Lisensi

Proyek ini dirilis di bawah lisensi Apache 2.0.

Kutipan

Jika Anda menggunakan kotak alat ini dalam riset Anda, silakan kutip makalah ini.

 @inproceedings{Hu2020PyRetri,
  author    = {Benyi Hu and Ren{-}Jie Song and
               Xiu{-}Shen Wei and Yazhou Yao and
               Xian{-}Sheng Hua and Yuehu Liu},
  title     = {PyRetri: {A} PyTorch-based Library for Unsupervised Image Retrieval
               by Deep Convolutional Neural Networks},
  booktitle = {{ACM} International Conference on Multimedia ({ACM MM})},
  pages     = {4461--4464},
  year      = {2020},
}

Kontak

Jika Anda memiliki pertanyaan tentang pekerjaan kami, jangan ragu untuk menghubungi kami melalui email.

Xiu-Shen Wei: [email protected]

Benyi Hu: [email protected]

Lagu Renjie: [email protected]

Ucapan Terima Kasih

Proyek ini didukung oleh dana penelitian mendasar untuk universitas pusat, No. 30920041111.