BAID

CVPR2023論文的官方存儲庫：“邁向藝術形像美學評估：大規模數據集和一種新方法”

數據集

• 克隆存儲庫

 git clone https://github.com/Dreemurr-T/BAID.git
cd BAID/

• 使用以下方式安裝必要的依賴項

 pip install pandas
pip install tqdm

• 使用以下方式下載數據集：

 python downloading_script/download.py

圖像將保存到images/文件夾中。

由於下載圖像時可能會很慢，因此我們提供了獲取數據集的替代方案：

• Baidu NetDisk：鏈接，代碼：9Y91
• Google Drive：即將推出

數據集的地面標籤可以在dataset文件夾中找到。

代碼

要求

• python> = 3.8
• pytorch> = 1.12.0
• 火炬> = 0.13.0

可以安裝其他依賴項：

 pip install -r requirements.txt

預處理

• 下載BAID數據集並將圖像放在images/文件夾中
• 使用：

 python pretraining_utils/pretrain_mani.py

• 使用：

 python pretraining.py

在單個RTX3090上，整個訓練過程大約需要2天。我們在開車時提供預告片的重量。

訓練

用於BAID培訓，請使用：

 python train.py

檢查點將保存到checkpoint/SAAN文件夾。

測試

要在BAID上進行測試，請從Drive下載預處理的權重，將檢查站放入checkpoint/BAID中

然後使用：

 python test.py

執照

該數據集是根據CC BY-NC-ND 4.0許可的

致謝

該代碼從pytorch-adain和non-local_pytorch借來。

引用

如果您發現我們的作品有用，請將我們的作品引用為：

 @InProceedings { Yi_2023_CVPR ,
    author    = { Yi, Ran and Tian, Haoyuan and Gu, Zhihao and Lai, Yu-Kun and Rosin, Paul L. } ,
    title     = { Towards Artistic Image Aesthetics Assessment: A Large-Scale Dataset and a New Method } ,
    booktitle = { Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) } ,
    month     = { June } ,
    year      = { 2023 } ,
    pages     = { 22388-22397 }
}