【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)