【文件属性】：
文件名称：research-ms-loss:丢失
文件大小：133KB
文件格式：ZIP
更新时间：2021-05-04 18:33:27
Python
深度度量学习（MS-Loss）的多相似损失
CVPR 2019论文代码
在CUB-200-2011上与SOTA方法相比的性能
等级@K
1个
2个
4
8
16
32
集群64
48.2
61.4
71.8
81.9
--
--
代理NCA 64
49.2
61.9
67.9
72.4
--
--
智能采矿64
49.8
62.3
74.1
83.3
--
我们的MS-Loss 64
57.4
69.8
80.0
87.8
93.2
96.4
HTL 512
57.1
68.8
78.7
86.5
92.5
95.5
ABIER 512
57.5
68.7
78.3
86.2
91.9
95.5
我们的MS损失512
65.7
77.0
86.3
91.2
95.0
97.3
准备数据和
【文件预览】：
research-ms-loss-master
----ThirdPartyNotices.txt(3KB)
----misc()
--------ms_loss.png(88KB)
----ret_benchmark()
--------config()
--------data()
--------losses()
--------solver()
--------modeling()
--------engine()
--------utils()
----tools()
--------main.py(2KB)
----LICENSE(15KB)
----configs()
--------example_resnet50.yaml(703B)
--------example.yaml(609B)
--------example_margin.yaml(813B)
----requirements.txt(105B)
----setup.py(688B)
----.gitignore(260B)
----README.md(3KB)
----scripts()
--------prepare_cub.sh(518B)
--------split_cub_for_ms_loss.py(799B)
--------run_cub.sh(218B)
--------run_cub_margin.sh(232B)
----.flake8(198B)