图像检索
文章平均质量分 95
AIHGF
完美一切 一切完美
展开
-
论文阅读理解 - Deep Metric Learning via Lifted Structured Feature Embedding
Deep Metric Learning via Lifted Structured Feature EmbeddingPaperCaffe-Code 摘要 - 提出一种样本间距离度量方法,其出发点在于,(一)学习样本语义特征嵌入,使得在语义嵌入空间中,相似样本映射距离更接近,不相似样本映射距离更远. (二)更好的利用网络训练中 batch 训练的优势,提出将一个 batch 内样...原创 2017-09-21 17:54:49 · 6556 阅读 · 0 评论 -
论文阅读理解 - DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations
DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations[Paper][Project][Dataset][fashion-detection-Code]1. DeepFashion Dataset综合性强(Comprehensiveness) —— 标注信...原创 2017-10-24 13:51:59 · 5380 阅读 · 0 评论 -
图像检索 - 评价指标
图像检索评价指标1. Precision & Recall & F-ScorePrecision - 查准率;准确率Precison=检索到的相似图片个数检索到的全部图片总数=预测为正样本的图片个数所有被预测为正样本的图片总数Precison=检索到的相似图片个数检索到的全部图片总数=预测为正样本的图片个数所有被预测为正样本的图片总数Precison= \fr...原创 2017-10-09 17:23:19 · 10086 阅读 · 7 评论 -
论文阅读理解 - Deep Learning of Binary Hash Codes for Fast Image Retrieval
Deep Learning of Binary Hash Codes for Fast Image Retrieval[Paper][Code-Caffe]1. 摘要针对图像检索问题,提出简单有效的监督学习框架CNN网络结构能同时学习图像特征表示以及 hash-like 编码函数集合利用深度学习以逐点(point-wise)的方式,得到二值哈希编码(binary has...原创 2017-08-10 17:49:41 · 2921 阅读 · 0 评论 -
论文阅读学习 - Hard-Aware Deeply Cascaded(HDC) Embedding
Hard-Aware Deeply Cascaded(HDC) Embedding[Paper-version1][Paper-version2][Code-Caffe] 摘要: 深度度量学习基本目标是,使相同类别的图片间的距离比不同类别的图片间的距离小. 由于优化问题,通常采用 hard example mining 来只对样本的 hard 子集进行处理...原创 2017-11-27 16:23:36 · 2642 阅读 · 0 评论 -
论文阅读理解 - CenterLoss: A Discriminative Feature Learning Approach
CenterLoss - A Discriminative Feature Learning Approach for Deep Face Recognition[Paper][Caffe-Code] 摘要: Center Loss For Face Recognition - 提高CNN学习的特征的判别能力. Center Loss 通过学习每一类的深度特征的...原创 2017-11-16 10:52:42 · 4271 阅读 · 0 评论 -
论文实践学习 - Deep Metric Learning via Lifted Structured Feature Embedding
Deep Metric Learning via Lifted Structured Feature Embedding1. 准备安装 Caffe-Deep-Metric-Learning-CVPR16基于ImageNet训练的的 GoogleNetStanford Online Products dataset(2.9G),这里采用的实验数据集Cars DatasetPre-traine原创 2017-09-26 15:45:23 · 2723 阅读 · 1 评论