文件名称：deepcluster:深度聚类，用于视觉特征的无监督学习
文件大小：47KB
文件格式：ZIP
更新时间：2024-05-11 04:50:44
Python
深度聚类，用于视觉特征的无监督学习 消息 我们发布了新的自我监督方法SwAV的和。 SwAV使用ResNet-50将自我监督学习与ImageNet上的监督学习仅相距1.2％！ 它结合了在线聚类和多作物数据增强功能。 我们还介绍了DeepCluster-v2，它是DeepCluster的改进版本（ResNet-50，更好的数据增强，余弦学习速率表，MLP投影头，质心的使用，...）。 查看。 深度集群 该代码实现了卷积神经网络或卷积网络的无监督训练，如论文所述。 此外，我们提供了本文中使用的评估协议代码： Pascal VOC分类 激活的线性分类 实例级图像检索 最后，该代码还包括可视化模块，该可视化模块允许以可视方式评估学习到的功能的质量。 要求 Python安装版本2.7 SciPy和scikit-learn软件包 一个PyTorch安装版本0.1.8（ ） CUDA 8.0
【文件预览】：
deepcluster-master
----eval_retrieval.sh(2KB)
----eval_voc_classif_fc6_8.sh(1KB)
----models()
--------vgg16.py(3KB)
--------__init__.py(236B)
--------alexnet.py(3KB)
----main.py(12KB)
----eval_retrieval.py(19KB)
----download_model.sh(526B)
----eval_linear.py(11KB)
----main.sh(561B)
----eval_voc_classif.sh(645B)
----util.py(4KB)
----LICENSE(19KB)
----CONTRIBUTING.md(164B)
----__init__.py(0B)
----visu()
--------gradient_ascent.py(5KB)
--------activ-retrieval.py(4KB)
--------gradient_ascent.sh(421B)
--------activ-retrieval.sh(424B)
----eval_linear.sh(576B)
----eval_voc_classif.py(10KB)
----.gitignore(83B)
----clustering.py(11KB)
----CODE_OF_CONDUCT.md(244B)
----eval_voc_classif_all.sh(1KB)
----README.md(13KB)
----Docker()
--------Dockerfile(2KB)
--------run.sh(62B)
--------README.md(73B)
--------build.sh(37B)