PyRetri 다운로드 PyRetri 소스 코드 다운로드

PyRetri

파이썬

1.0.0

다운로드

피레트리

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

해당 저자 : Xiu-Shen Wei

소개

Pyretri ([ˈperɪˈtriː]로 발음)는 Pytorch에 구축 된 통합 딥 러닝 기반의 감독되지 않은 이미지 검색 도구 상자로 연구원과 엔지니어를 위해 설계되었습니다.

주요 기능

Pyretri는 다재다능한 딥 러닝 기반 감독되지 않은 이미지 검색 도구 상자로 단순성과 유연성을 염두에두고 설계되었습니다.

모듈 식 디자인 : 딥 러닝 기반 감독되지 않은 이미지 검색을 여러 단계로 분해하며 사용자는 다른 모듈을 선택하고 결합하여 이미지 검색 파이프 라인을 쉽게 구성 할 수 있습니다.
유연한로드 : 도구 상자는 동일한 키와 모양을 가진 매개 변수, 키가 다른 매개 변수 및 동일한 키이지만 다른 모양의 매개 변수를 포함하여 여러 유형의 모델 매개 변수로드에 적응할 수 있습니다.
여러 방법의 지원 : 도구 상자는 딥 러닝 기반 감독되지 않은 이미지 검색을 위해 설계된 몇 가지 포플 루어 방법을 직접 지원하며, 이는 개인 재 식별에도 적합합니다.
구성 검색 도구 : 구성 검색 도구를 제공하여 사용자가 다양한 하이퍼 파라미터로 최적의 검색 구성을 찾을 수 있도록 도와줍니다.

지원되는 방법

이 도구 상자는 감독되지 않은 이미지 검색의 포플 루어 및 눈에 띄는 방법을 지원하며 사용자는 자체 모듈을 설계하고 추가 할 수도 있습니다.

사전 처리
- Directresize, Padresize, Shorterlesize
- Centercrop, Tencrop
- 트위 클립
- 토텐저, 토프 펜터
- 정상화하십시오
기능 표현
- 글로벌 평균 풀링 (GAP), 글로벌 맥스 풀링 (GMP)
- R-MAC, SPOC, Crow, Gem, SCDA, PWA
- PCB
후 처리
- SVD, PCA
- DBA
- QE, K-Reciprocal

업데이트

2020 년 5 월 6 일 : 우리의 논문은 온라인 상태이며 여기에 종이를 다운로드 할 수 있습니다.

2020 년 4 월 29 일 : 피레트리가 시작되었습니다!

설치

설치 및 데이터 세트 준비는 install.md를 참조하십시오.

시작하세요

Pyretri의 기본 사용법은 Gettry_started.md를 참조하십시오.

모델 동물원

결과와 모델은 model_zoo.md에서 사용할 수 있습니다.

특허

이 프로젝트는 Apache 2.0 라이센스에 따라 릴리스됩니다.

소환

연구 에서이 도구 상자를 사용하는 경우이 논문을 인용하십시오.

 @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},
}