文件名称：SOLAR:PyTorch代码为“太阳能
文件大小：13.58MB
文件格式：ZIP
更新时间：2024-05-02 15:24:53
computer-vision deep-learning cnn pytorch image-retrieval
太阳能：二阶损失和图像检索注意 该存储库包含本文的PyTorch实现： “太阳能：二阶损失和图像检索注意” 吴镇宇，Vassileios Balntas，田雨润，Krystian Mikolajczyk。 ECCV 2020。 [ ] [] [] [ ] 在继续之前，请查看 我们的solar-global模块是在此基础上构建的。 如果您在研究中使用此代码，也请引用他们的工作！ [] 特征 使用solar-global进行大规模图像检索的完整测试脚本 用于使用solar-local提取本地描述符的推理代码 大图像的二阶注意力图可视化 图像匹配可视化 图像检索培训代码 要求 的Python 3 在1.3.0-1.5.1，Torchvision 0.5+上进行了测试 在3.3.0.10上测试 在2.0.0+上进行了测试 麻木 皮尔 下载模型权重和描述符 首先下载本文所述的最佳
【文件预览】：
SOLAR-master
----solar_local()
--------models()
--------utils.py(1KB)
--------example.py(1KB)
--------__init__.py(22B)
----data()
--------train()
----assets()
--------demo_2.png(1.03MB)
--------interactive_demo.jpg(186KB)
--------ranks.png(453KB)
--------matching_img2.jpg(194KB)
--------demo_soa1.png(275KB)
--------teaser.gif(8.96MB)
--------tsne.png(369KB)
--------demo_click1.png(294KB)
--------demo.png(294KB)
--------matching_img1.jpg(170KB)
--------teaser.png(349KB)
----LICENSE(1KB)
----demo()
--------solar_local_matching.ipynb(1.39MB)
--------interactive_soa.py(3KB)
----README.md(10KB)
----download.sh(555B)
----gl18_preprcoessing.sh(4KB)
----solar_global()
--------networks()
--------__init__.py(186B)
--------layers()
--------examples()
--------utils()
--------datasets()