关于RMAC应用关键点

一、 一共有三个地方关于提取特征向量的地方

1、生成数据:直接使用RMAC

2、第一次RANK: 其实有两种用用场合:原数据集(Paris和Oxford)类,由于背景也存在相关性,因而第一次rank直接使用RMAC较好;另一种情况是:由于环境无关,那么为了去除背景问题,取全图MAC或者bbox内的MAC, RMAC组合后可能会使得更加混乱。

3、RERANK的时候:肯定取BBOX 内部的MAC, 和候选图的若干个RMAC 作比较。争议不大。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值