您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 图像检索-caltech101-keras-python

  2. 统计学习课程练习 Image Retrieval 图像检索,参考gitbub 项目flask-keras-cnn-image-retrieval。添加性能评估(precision, recall, F1, MRR)部分。需要使用vgg16_weights.h5
  3. 所属分类:Python

    • 发布日期:2017-02-12
    • 文件大小:36700160
    • 提供者:u011736505
  1. CNN实现的图像检索

  2. 以卷积网络的核心的图像检索,识别技术,将卷积网络的图像识别技术进一步的应用。以图搜图,未来检索技术的发展方向
  3. 所属分类:深度学习

    • 发布日期:2017-09-08
    • 文件大小:2097152
    • 提供者:dingyahui123
  1. CNN实现的图像检索

  2. CNN实现的图像检索
  3. 所属分类:Python

    • 发布日期:2018-05-12
    • 文件大小:3145728
    • 提供者:qq_27476435
  1. CNN图像检索

  2. CNN图像检索的源代码,大家可以下载!
  3. 所属分类:深度学习

    • 发布日期:2019-03-10
    • 文件大小:3145728
    • 提供者:weixin_43687366
  1. 基于多层 CNN 特征的图像检索技术

  2. 基于多层 CNN 特征的图像检索技术 随着带有摄像头的移动设备的普及,图像数据与日剧增,逐渐的,人们对于 信息的检索不再局限于文字,更希望通过输入图片的方式直观地检索到目标信 息。而图像检索的一个分支,同款服饰图像检索更随着移动电商的发展,在业界 展开蓬勃的研究。在以往的图像检索算法中,基于传统特征的 SIFT,和各种 SIFT 的变体起着主体的作用。
  3. 所属分类:深度学习

    • 发布日期:2019-05-02
    • 文件大小:747520
    • 提供者:a_mu_long
  1. CNN-for-Image-Retrieval, post"Image retrieval using MatconvNet and pre trained imageNet"的代码.zip

  2. CNN-for-Image-Retrieval, post"Image retrieval using MatconvNet and pre trained imageNet"的代码 基于的图像检索系统 :构建CBIR检索对比框架 cnn-cbir-benchmark,包括Fisher矢量,VLAD,FC,RMAC,乌鸦。 python movefiles.py
  3. 所属分类:其它

    • 发布日期:2019-10-10
    • 文件大小:2097152
    • 提供者:weixin_38743602
  1. 图像检索经典文章算法介绍发展方向

  2. 图像检索,于内容的图像检索技术综述——传统经典方法 卷积神经网络的压缩和加速 机器学习与深度学习中的数学知识点汇总 基于内容的图像检索技术综述-CNN方法 2018年国外主要实验室和科研团队成果和动向 浅谈卷积神经网络的模型结构
  3. 所属分类:深度学习

    • 发布日期:2019-10-13
    • 文件大小:12582912
    • 提供者:qq_33208851
  1. 通过深度域自适应对图像和形状进行联合分析

  2. 3D形状和2D图像通常彼此包含互补信息,因此对它们进行联合分析将使不同领域中存在的一些问题受益。 利用2D图像和3D形状之间的联系,有可能挖掘出一个模态信息的不足。 基于这种见识,我们设计并实现了CNN架构,即使在训练数据很少的指导下也可以共同分析形状和图像。我们架构的核心是领域自适应算法,该算法在图像的基础特征空间之间建立了联系。和形状,然后对齐并关联其中的固有结构。 所提出的方法有助于识别和检索任务。 对形状识别任务的实验表明,我们的方法在困难的环境下具有优异的性能:零镜头学习和少镜头学习。
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:3145728
    • 提供者:weixin_38575456
  1. A-Barebones-Image-Retrieval-System:该项目提供了一个简单的框架来检索类似于查询图像的图像-源码

  2. 准系统图像检索系统 该项目提供了一个简单的框架来检索类似于查询图像的图像。 该框架如下: 在具有三重态损失(我使用了一组标记图像上训练CNN模型( A 。 使用训练有素的CNN模型( A )从验证集中提取特征。 在这些提取的特征上训练kNN模型( B ),并将k设置为所需的邻居数。 从验证集中获取图像( I ),并使用相同的CNN模型( A )提取其特征。 使用相同的kNN模型( B )计算I的最近邻居。 我将Flowers数据集用于实验。 我尝试了上述方法,以解决我从Flowe
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:14680064
    • 提供者:weixin_42150745
  1. urban_emissions:使用卫星和街道图像预测城市排放-源码

  2. 使用卫星和街道图像预测城市排放 描述 该项目通过使用卷积神经网络(CNN)来研究城市地区臭氧浓度水平与其物理特征之间的关系。 我们训练了两种模型,其中一种接受过卫星图像训练,以捕获更高层次的特征(例如位置的地理位置),另一种进行过街道图像训练,以学习基础特征(例如,机动车活动)。 然后将这些特征连接起来,形成一个共享的表示形式,据此可以预测该位置的臭氧水平(以十亿分之一为单位)。 代码结构 02_scr ipts/目录包含用于刮擦和预处理臭氧浓度数据的代码,该数据来自 。 它还包含一个01_Da
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:350224384
    • 提供者:weixin_42118770
  1. 用CNN做图像检索-附件资源

  2. 用CNN做图像检索-附件资源
  3. 所属分类:互联网

  1. 用CNN做图像检索-附件资源

  2. 用CNN做图像检索-附件资源
  3. 所属分类:互联网

  1. 用CNN做图像检索-附件资源

  2. 用CNN做图像检索-附件资源
  3. 所属分类:互联网

  1. 用CNN做图像检索-附件资源

  2. 用CNN做图像检索-附件资源
  3. 所属分类:互联网

  1. 用于图像检索的两流专心CNN

  2. 用于图像检索的两流专心CNN
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:4194304
    • 提供者:weixin_38701640
  1. 草图到图标纸代码:SBIR(基于草图的图标检索)-源码

  2. 草图到图标纸质代码 此仓库包含我的“草图到图标”论文项目的完整代码。 主要主题是SBIR(基于草图的图像检索)和神经网络。 该项目的两个主要目标是: 寻找有效的CBIR方法; 填补抽奖图标的空白。 评估了3种方法: 绘制和边缘提取的图标(分类神经网络和自动编码器); 半共享权重(三重网络); 混合数据集(分类神经网络) 评估了3种网络架构: “简单的” CNN; Mobilenet v1; Resnet-50。 发展历程 该项目的开发归功于Google的Colab平台。
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:117760
    • 提供者:weixin_42131785
  1. cnnimageretrieval:在MatConvNet中检索CNN图像:在MatConvNet中训练和评估CNN以进行图像检索-源码

  2. cnnimageretrieval:在MatConvNet中检索CNN图像:在MatConvNet中训练和评估CNN以进行图像检索
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:62464
    • 提供者:weixin_42121412
  1. 基于卷积神经网络特征和改进超像素匹配的图像语义分割

  2. 非参数语义分割算法易受到图像检索精度和语义类别不均衡数据集的影响而导致语义分割精度下降。针对这些问题,提出了一种基于卷积神经网络(CNN)特征和改进超像素匹配的图像语义分割算法。通过CNN学习得到图像特征,降维后进行图像检索,得到精度更高的检索集;利用高斯核密度估计对检索集图像的超像素加权,提升稀少类目标超像素标签的匹配精度,从而提高查询图像的语义分割精度。在SIFTflow和KITTI数据库上的实验结果显示,本文算法的每像素和平均每类语义分割精度均达到最优。
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:7340032
    • 提供者:weixin_38729685
  1. 基于区域注意力机制的遥感图像检索

  2. 遥感图像存在大量语义对象,相同的语义对象视觉差异较大,针对卷积神经网络(CNN)提取的全局特征不能准确描述图像内容的问题,提出了一种使用区域注意力机制的遥感图像检索方法。首先去除CNN的全连接层,将高层特征作为区域注意力网络的输入;然后在遥感图像数据集上分别训练CNN和区域注意力网络,提取具有区域关注度的图像特征;最后构建了一种多距离相似性度量矩阵并采用扩展查询以提高检索性能。实验结果表明,相比基于全局特征的遥感图像检索方法,本方法能有效抑制遥感图像背景和不相关的图像区域,在两大遥感实验数据集上
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:3145728
    • 提供者:weixin_38684335
  1. cnnimageretrieval-pytorch:PyTorch中的CNN图像检索-源码

  2. 在PyTorch中检索CNN图像:在PyTorch中训练和评估CNN以进行图像检索 这是一个Python工具箱,用于实现对本文所述方法的培训和测试: 无需人工注释即可对CNN图像进行微调, RadenovićF.,Tolias G.,Chum O.,TPAMI 2018 [ ] CNN图像检索从BoW获悉:无监督的微调,并附有困难的示例, RadenovićF.,Tolias G.,Chum O.,ECCV 2016 [ ] 它是什么? 该代码实现: 训练(微调)CNN进行图像检索
  3. 所属分类:其它

    • 发布日期:2021-04-01
    • 文件大小:41984
    • 提供者:weixin_42098251
« 12 »