【文件属性】：
文件名称：LocalAggregation:Tensorflow实现，用于“用于视觉嵌入的无监督学习的局部聚合”
文件大小：45KB
文件格式：ZIP
更新时间：2021-05-25 02:05:08
Python
视觉聚合的无监督学习的局部聚合
此仓库在ImageNet和ImageNet和Places205的相关转移学习管道上实现了本地聚合（LA）算法。 该算法的Pytorch实现在。 此回购还包括在论文“通过非参数实例判别进行无监督特征学习”中引入的实例识别（IR）任务的张量流实现。
预训练模型
可以在上找到经过本地聚合的经过训练的ResNet-18模型，尽管此模型可能不如通过此repo进行完全训练的模型好，因为它比最后一个检查点要早一些。
培训说明
先决条件
我们已经在tensorflow版本1.9.0的Ubuntu 16.04下测试了此仓库。 训练LA模型需要faiss==1.6.1 。
资料准备
将ImageNet数据准备为pytorch ImageNet培训中使用的原始JPEG格式（请参阅）。 然后运行以下命令：
python dataset_miscs/build_tfrs.py -
【文件预览】：
LocalAggregation-master
----param_setter.py(13KB)
----utils.py(2KB)
----model()
--------dataset_utils.py(2KB)
--------preprocessing.py(978B)
--------prep_utils.py(12KB)
--------alexnet_model.py(10KB)
--------cluster_km.py(2KB)
--------instance_model.py(14KB)
--------resnet_model.py(25KB)
--------__init__.py(0B)
--------memory_bank.py(2KB)
--------vggnet_model.py(15KB)
----exp_configs()
--------la_trans_final.json(2KB)
--------la_final.json(3KB)
--------la_plc_trans_final.json(2KB)
----train.py(500B)
----train_transfer.py(467B)
----dataset_miscs()
--------build_tfrs.py(7KB)
--------build_tfrs_places.py(4KB)
----train_transfer_tfutils.py(1KB)
----framework.py(10KB)
----train_tfutils.py(1KB)
----.gitignore(1KB)
----config.py(4KB)
----trans_param_setter.py(10KB)
----README.md(4KB)