Download de PyRetri - Download de código fonte de PyRetri

PyRetri

Pitão

1.0.0

Baixar

Pyretri

Benyi hu, música ren-jie, xiu-shen wei*, yazhou yao, xian-sheng hua, yuehu liu

Autor correspondente: xiu-shen wei

Introdução

Pyretri (pronunciado como [ˈperɪˈtriː]) é uma caixa de ferramentas de recuperação de imagens não supervisionada baseada em aprendizado profundo unificado, construído no Pytorch, projetado para pesquisadores e engenheiros.

imagem

Principais características

O Pyretri é uma caixa de ferramentas de recuperação de imagens não supervisionada versátil baseada em aprendizado profundo, projetado com simplicidade e flexibilidade em mente.

Design modular : decompomos a recuperação de imagem não supervisionada baseada em aprendizado profundo em vários estágios e os usuários podem construir facilmente um pipeline de recuperação de imagem selecionando e combinando módulos diferentes.
Carregamento flexível : a caixa de ferramentas é capaz de se adaptar para carregar vários tipos de parâmetros do modelo, incluindo parâmetros com as mesmas teclas e forma, parâmetros com teclas diferentes e parâmetros com as mesmas teclas, mas formas diferentes.
Suporte a vários métodos : a caixa de ferramentas suporta diretamente vários métodos de popluar projetados para recuperação de imagens não supervisionadas baseadas em aprendizado profundo, que também é adequado para a re-identificação da pessoa.
Ferramenta de pesquisa de configuração : fornecemos a ferramenta de pesquisa de configuração para ajudar os usuários a encontrar a configuração ideal de recuperação com vários hiper-parâmetros.

Métodos suportados

A caixa de ferramentas suporta Métodos de Popluar e proeminentes de recuperação de imagens não supervisionadas e os usuários também podem projetar e adicionar seus próprios módulos.

Pré-processamento
- DirectResize, PadResize, ShorterResize
- Centercrop, Tencrop
- Twoflip
- Totensor, tocfeTensor
- Normalizar
Representação de recursos
- Global Medium Pooling (GAP), Global Max Pooling (GMP)
- R-MAC, SPOC, Crow, Gem, SCDA, PWA
- PCB
Pós-processamento
- SVD, PCA
- DBA
- QE, K-RECIPROCAL

Atualizações

06 de maio de 2020: Nosso artigo está online, você é bem -vindo para baixar o artigo aqui.

29 de abril de 2020: Nosso Pyretri é lançado!

Instalação

Consulte o Install.MD para instalação e preparação do conjunto de dados.

Comece

Consulte Getting_Started.md para o uso básico de Pyretri.

Modelo Zoológico

Resultados e modelos estão disponíveis no modelo_zoo.md.

Licença

Este projeto é lançado sob a licença Apache 2.0.

Citação

Se você usar esta caixa de ferramentas em sua pesquisa, cite este artigo.

 @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},
}