文件名称：Relative-Attributes-Zero-Shot-Learning:用于图像分类和零镜头学习的视觉相对属性的Python实现
文件大小：156KB
文件格式：ZIP
更新时间：2024-06-02 05:42:07
computer-vision relative-attributes zero-shot-learning rank-svm Python
相对属性 用于图像分类和零镜头学习的视觉相对属性的Python实现 描述 此实现引用论文“ Relative Attributes, D. Parikh and K. Grauman, International Conference on Computer Vision (ICCV), 2011 。 作者给出的原始代码在matlab中。 此仓库包含用于从头开始使用牛顿优化来学习相对排名功能的python代码。 使用高斯混合模型的零射击学习也是在python中实现的。 实施细节 包含使用牛顿方法的rank svm的实现。 和 分别是用于零击学习的训练和测试文件。 此实现中使用了来自'PubFig'数据集的预提取要点特征。 要训练新的数据集， 模块和 可用于提取要点特征。 读取学习的排名功能，预处理的数据等，并将其保存在 目录。
【文件预览】：
Relative-Attributes-Zero-Shot-Learning-master
----gist()
--------createGabor.m(2KB)
--------LMgist.m(7KB)
--------extract_gist.m(472B)
--------imresizecrop.m(607B)
--------config_gist.m(567B)
----src()
--------make_ready.py(3KB)
--------zero_shot_GMM.py(4KB)
--------zero_shot_training.py(3KB)
--------classifier.py(1KB)
--------rank_svm.py(3KB)
--------zero_shot_config.py(2KB)
--------preprocess.py(657B)
--------bkp_rank_svm.py(1013B)
--------extract_feature.m(445B)
----demo()
--------examples.txt(718B)
--------images()
--------compare_two.py(1KB)
--------real_image.py(864B)
----README.md(1KB)
----.gitignore(12B)