文件名称：matlabalexnet图像识别代码-Visible-Termal-Person-reID:可视终端人身份
文件大小：190KB
文件格式：ZIP
更新时间：2024-06-12 16:25:56
系统开源
matlab alexnet图像识别代码可见热力人员重新识别（交叉方式人员Re-ID） AAAI 2018和IJCAI 2018中的演示代码。 AAAI 18论文的框架：两阶段框架（特征学习+公制学习） IJCAI 18论文的框架：端到端学习 1.准备数据集。 可以通过提交版权表格从中下载RegDB数据集。 （其名称为“东国基于身体的人的识别数据库（DBPerson-Recog-DB1）”。） 2. AAAI中的两流CNN网络功能学习（TONE） 所有代码都在用Python编写的文件夹“ TONE /”中。 该演示代码已在Python 2.7和Tensorflow v0.11上进行了测试。 一种。 准备数据集和训练/测试列表，如TONE/dataset.py所示。 列表格式为image_path label 。 b。 下载预训练的alexnet模型并修改TONE/model.py 。 C。 运行python TONE/tone_train.py训练网络。 d。 运行python TONE/tone_eval.py评估学习的功能并提取功能以供以后的度量学习。 （您还可以修改脚本以获取不同
【文件预览】：
Visible-Termal-Person-reID-master
----TONE()
--------tone_train.py(3KB)
--------dataset.py(6KB)
--------model2.py(4KB)
--------tone_eval.py(6KB)
--------model.py(9KB)
--------network.py(4KB)
----BDTR()
--------loss.py(5KB)
--------utils.py(4KB)
--------bdtr_train.py(8KB)
--------dataset2.py(4KB)
--------ijcai18_framework.jpg(81KB)
--------bdtr_eval.py(4KB)
--------model.py(10KB)
--------network.py(4KB)
----README.md(5KB)
----HCML()
--------HCML.m(10KB)
--------EuclidDist.m(123B)
--------demo_hcml.m(3KB)
--------RegDB_split.mat(6KB)
--------EvalCMC.m(2KB)
--------MLAPG.m(6KB)
--------aaai18_framework.jpg(81KB)
--------PCA.m(1KB)
--------EvalMAP.m(454B)