文件名称：matlab精度检验代码-MDPM:中级深度模式挖掘
文件大小：980KB
文件格式：ZIP
更新时间：2024-06-10 15:58:56
系统开源
matlab精度检验代码MDPM：中级深度模式挖掘 介绍 该存储库包含论文中描述的算法的源代码以及技术报告。 上提供了更多详细信息。 该软件包已在64位Linux计算机上使用Matlab 2014a进行了测试。 此代码仅用于研究目的。 引用MDPM 如果您发现MDPM对您的研究有用，请考虑引用： @inproceedings{LiLSH15CVPR, author = {Yao Li and Lingqiao Liu and Chunhua Shen and Anton van den Hengel}, title = {Mid-level Deep Pattern Mining}, booktitle = {CVPR}, year = {2015} pages = {971-980}, } 安装MDPM 先决条件 ：按照其安装Caffe。 不要忘记运行make matcaffe来编译Caffe的Matlab接口。 您还需要（运行下载ImageNet平均文件get_ilsvrc_aux.sh从data/ilsvrc12 ）。 注意：由于我们仅将Caffe CNN用作功能提取器，因此
【文件预览】：
MDPM-master
----mining()
--------apriori(345KB)
--------mineRules.m(945B)
--------getTransFileCls.m(1KB)
--------getTransFileCls.sh(304B)
--------retrieveCluster.m(2KB)
--------getInvertFileCls.m(610B)
--------getInvertFileCls.sh(307B)
--------retrieveCluster.sh(303B)
--------appFile.txt(11B)
--------mineRules.sh(286B)
----classify()
--------train_VOC.m(2KB)
--------classify.m(2KB)
--------train_VOC.sh(284B)
--------test_VOC_txt.sh(295B)
--------test_VOC.m(2KB)
--------EvalAP.m(956B)
--------test_VOC_txt.m(1KB)
----cnn()
--------ilsvrc_2012_mean.mat(768KB)
--------cnnFeaCombineCls.m(1KB)
--------deploy1_fc6_vgg.prototxt(5KB)
--------cnnFeaCombineCls.sh(306B)
--------cnnFeaExtraction_L2.sh(434B)
--------cnnFeaExtraction_L2.m(3KB)
--------cnnFeaExtraction_L3.m(3KB)
--------im2colstep.mexa64(10KB)
--------cnnFeaExtraction.sh(425B)
--------im2colstep.m(1KB)
--------cnnFeaExtraction.m(3KB)
--------cnnFeaExtraction_L3.sh(434B)
--------deploy1_fc6.prototxt(2KB)
----encoding()
--------feaEncodingMultiscaleSPM_lda.m(10KB)
--------retrieveFeaFinal.m(1012B)
--------feaEncodingMultiscaleSPM_lda.sh(340B)
----LICENSE(18KB)
----README.md(6KB)
----init.m(4KB)
----data()
--------VOC2007()
--------MIT67()
--------VOC2012()
----det()
--------mergingDetectors.m(3KB)
--------combineDetLDA.m(630B)
--------mergingDetectors.sh(307B)
--------computeMeanCov.m(717B)
----demo.m(3KB)
----visualization()
--------visualizeCluster_merge.m(2KB)
--------visualizeCluster_initial.m(2KB)
--------visualizeCluster_initial_maxCoverage.m(3KB)