【文件属性】：
文件名称：WPAL-network:弱监督的行人属性定位网络（WPAL-network）
文件大小：111KB
文件格式：ZIP
更新时间：2021-05-19 07:41:34
Python
弱监督的行人属性定位网络
该存储库不再维护。 请参考。
有关RAP数据集，请联系Dangwei Li（ ）。
在张章博士和黄凯琪教授的指导下，于Ken。
弱监督的行人属性定位网络（WPAL-network）是一种卷积神经网络（CNN）结构，旨在识别对象的属性并对其进行本地化。 当前，它被开发为仅使用行人专用注释（RAP）数据库或PETA数据库来识别行人的属性。
安装
克隆此存储库
# Make sure to clone with --recursive
git clone --recursive https://github.com/kyu-sz/Weakly-supervised-Pedestrian-Attribute-Localization-Network.git
建立Caffe和pycaffe
该项目使用python图层进行输入等。构建Caffe时，将WITH
【文件预览】：
WPAL-network-master
----experiments()
--------logs()
--------scripts()
--------cfgs()
--------examples()
--------README.md(205B)
----.gitmodules(78B)
----models()
--------GOOGLENET_RAP()
--------GOOGLENET_SPP_RAP()
--------GOOGLENET_SPP_PETA()
--------VGG_S_MLL_RAP()
--------GOOGLENET_PETA()
--------VGG_S_MLL_PETA()
----output()
--------acc.txt(2KB)
----lib()
--------utils()
--------data_layer()
--------__init__.py(0B)
--------wpal_net()
----__init__.py(0B)
----LICENSE(34KB)
----tools()
--------test_net.py(4KB)
--------train_net.py(4KB)
--------estimate_param.py(5KB)
--------__init__.py(1KB)
--------_init_path.py(1KB)
--------loc.py(7KB)
--------evaluate.py(3KB)
----README.md(3KB)
----data()
--------scripts()
----.gitignore(1KB)
----caffe()