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)