文件名称：matlabalexnet图像识别代码-miniplaces:6.869：MiniPlaces挑战
文件大小：1.54MB
文件格式：ZIP
更新时间：2024-06-12 16:15:54
系统开源
matlab alexnet图像识别代码MiniPlaces挑战：计算机视觉深度学习教育的图像分类基准 介绍 我们引入了图像分类基准（MiniPlaces挑战），作为面向计算机视觉深度学习从业者的教育工具。 通过改进基线模型并建立新的用于图像分类的深度神经网络，挑战的参与者有望对深度神经网络有更深入的了解，并获得动手经验调整模型。 这项挑战的目标是识别照片中描绘的场景类别。 此任务的数据来自，其中包含10+百万个图像，这些图像属于400+个唯一场景类别。 挑战数据将是完整的Places2数据集的子集，来自100个场景类别，包括100,000张用于训练的图像，10,000张用于验证的图像和10,000张用于测试的图像。 图像将被调整为128x128，以使数据更易于管理。 此外，虽然最终目标是场景识别，但数据的子集将包含对象标签，这可能有助于构建更好的模型。 MiniPlaces挑战赛最初是由麻省理工学院（MIT）于2015年秋季发起的，随后由该课程的以下技术援助进一步推动了这一挑战。 以下是MiniPlaces Challenge开发套件的文档。 Table of contents: 1
【文件预览】：
miniplaces-master
----writeup.pdf(584KB)
----writeup.tex(14KB)
----data()
--------categories.txt(2KB)
--------val.txt(194KB)
--------object_categories.txt(2KB)
--------test.txt(195KB)
--------train.txt(3.35MB)
----model()
--------tensorflow()
----cvpr.sty(8KB)
----bib.bib(2KB)
----ieee.bst(19KB)
----imgs()
--------diningroom.jpg(4KB)
--------alexnet.png(48KB)
--------vgg16.png(62KB)
--------sample.png(179KB)
--------swimmingpool.jpg(5KB)
--------flip.png(178KB)
--------vgg19.png(64KB)
----teaser.jpg(80KB)
----.gitignore(117B)
----evaluation()
--------test.pred.txt(317KB)
----README.md(9KB)
----COPYING(1KB)