【文件属性】:
文件名称:matlab中的GM模型代码-RNN-HA:RNN-HA
文件大小:798KB
文件格式:ZIP
更新时间:2021-05-22 20:53:09
系统开源
matlab中的GM模型代码RNN-HA
这是用于实施RNN-HA的官方网站。
该软件包由张晨霖先生()和魏秀深博士()开发。
如果您对代码有任何疑问,请随时与Chen-Lin
Zhang先生联系。
该软件包免费供学术使用。
您可以自行承担运行风险。
出于其他目的,请与Xiu-Shen
Wei()博士联系。
如果您发现我们的软件包对您的研究有用。
请引用我们的论文:
参考:
[1]
X.-S.
魏长乐张立群刘建武和沉正。
粗到精:基于RNN的层次注意力模型,用于车辆重新识别。
在第14届亚洲计算机视觉会议(ACCV
2018)会议录中,澳大利亚珀斯,印刷中。
要求
该代码需要PyTorch()。
更具体地说,该实验是在带有CUDA
8.0的PyTorch
v0.3.1下进行的。
(对于PyTorch版本>
0.4.0,将导致GPU内存错误)。
用法
要培训RNN-HA,请执行以下步骤:
准备数据集并微调基本模型:
对于VehicleID和VeRi数据集,您需要先自己获取它们:
请按照()和()中的说明进行操作。
获取这些数据集后,需要执行以下步骤:
首先,您需要准备割炬风格的训练图像。
【文件预览】:
RNN-HA-master
----main_GRU_fusion_attention_resnet.py(8KB)
----test_list_2400.mat(121KB)
----LRN.py(1KB)
----load_vgg_m_1024.py(2KB)
----dataset.py(2KB)
----train_imdb_VeRi.mat(175KB)
----train_imdb_Vehi.mat(537KB)
----fine_tune.py(11KB)
----test_list_800.mat(40KB)
----vgg_m_1024_torch.py(2KB)
----VGG_m_test.py(3KB)
----main_GRU_fusion_attention_test.py(6KB)
----test_list_1600.mat(82KB)
----README.md(2KB)
----main_GRU_fusion_attention.py(6KB)
----prepare_torch.m(678B)