文件名称:草图到图标纸代码:SBIR(基于草图的图标检索)
文件大小:115KB
文件格式:ZIP
更新时间:2024-02-27 11:07:10
learning sketch deep icon classification
草图到图标纸质代码 此仓库包含我的“草图到图标”论文项目的完整代码。 主要主题是SBIR(基于草图的图像检索)和神经网络。 该项目的两个主要目标是: 寻找有效的CBIR方法; 填补抽奖图标的空白。 评估了3种方法: 绘制和边缘提取的图标(分类神经网络和自动编码器); 半共享权重(三重网络); 混合数据集(分类神经网络) 评估了3种网络架构: “简单的” CNN; Mobilenet v1; Resnet-50。 发展历程 该项目的开发归功于Google的Colab平台。
【文件预览】:
Sketch-to-Icon-Paper-Code-master
----classification.ipynb(136KB)
----triplet_multi_domain.ipynb(24KB)
----net_utilities.py(10KB)
----README.md(630B)
----evaluation_utilities.py(6KB)
----generators_utilities.py(7KB)
----data_utilities.py(13KB)
----autoencoder.ipynb(15KB)
----transfer_learning.ipynb(30KB)