PyRetriのダウンロードPyRetriソースコードのダウンロード

PyRetri

パイソン

1.0.0

ダウンロード

Pyretri

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

対応する著者：xiu-shen wei

導入

Pyretri（[ˈperɪˈtriː]と発音）は、研究者とエンジニア向けに設計されたPytorchに構築された統一された深い学習ベースの監視されていない画像検索ツールボックスです。

主な機能

Pyretriは、シンプルさと柔軟性を念頭に置いて設計された多目的な深い学習に基づいた監視なしの画像検索ツールボックスです。

モジュラー設計：ディープラーニングベースの監視なしの画像検索をいくつかの段階に分解し、ユーザーはさまざまなモジュールを選択して組み合わせて画像検索パイプラインを簡単に作成できます。
柔軟な負荷：ツールボックスは、同じキーと形状のパラメーター、異なるキーを持つパラメーター、同じキーを持つが異なる形状のパラメーターなど、いくつかのタイプのモデルパラメーターをロードするために適応できます。
複数の方法のサポート：Toolboxは、人の再識別にも適したディープラーニングに基づいて監視されていない画像検索のために設計されたいくつかのポプルメソッドを直接サポートします。
構成検索ツール：構成検索ツールを提供して、ユーザーがさまざまなハイパーパラメーターで最適な検索構成を見つけるのに役立ちます。

サポートされている方法

ツールボックスは、監視されていない画像取得のポプルと顕著な方法をサポートし、ユーザーは独自のモジュールを設計および追加することもできます。

前処理
- DirectResize、Padresize、ShorterResize
- Centercrop、Tencrop
- twoflip
- Totensor、tocaffetensor
- ノーマライズ
特徴表現
- グローバル平均プーリング（ギャップ）、グローバルマックスプーリング（GMP）
- R-Mac、Spoc、Crow、Gem、SCDA、PWA
- PCB
後処理
- SVD、PCA
- DBA
- QE、K-レシプロカル

更新

2020年5月6日：私たちの論文はオンラインです。ここで論文をダウンロードすることを歓迎します。

2020年4月29日： Pyretriが発売されました！

インストール

インストールおよびデータセットの準備については、install.mdを参照してください。

始めましょう

Pyretriの基本的な使用については、gets_started.mdを参照してください。

モデル動物園

結果とモデルは、model_zoo.mdで利用できます。

ライセンス

このプロジェクトは、Apache 2.0ライセンスの下でリリースされます。

引用

調査でこのツールボックスを使用する場合は、このペーパーを引用してください。

 @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},
}