The 1st Place Solution of the Google Landmark 2019 Retrieval Challenge and the 3rd Place Solution of the Recognition Challenge.

视网膜面火炬版 由于机密性，它不是我模型的最佳版本 感谢Alvin Yang（ ） 这是68个地标检测的分支，预先训练的模型位于./out中 进行96个地标检测（请参阅其他分支） 该模型还预测了地标的被遮挡部分，如果不希望它们出现，可以将其隐藏。 基于RetinaFace 当前模型 mobileNet V1 + FPN +上下文模块+回归器1.6MB CPU〜10FPS GPU 50FPU 火车：（请参考dataloader.py更改文件位置） python3 train.py -train该模型使用LS3D-W数据集，或将您的数据集更改为demo.pt/ demo.jpg（68 * 2张量）的格式 使用本地摄像头： python3 video_detect.py（需要删除所有'cuda（）'，并在CPU本地运行） 评估模型： python3 train.py -train错

包含全国3000个湖泊水库的名字和位置。可以支持地理信息相关的开发。

埃及的地标数据集，自从历史开始以来，埃及一直是许多文明、文化和非常著名的地标的家园，现在你(和你的ML模型)可以体验到这种巨大的历史混合。该数据集由埃及279个地标的5391张图片组成。所有图像都被调整为244x244像素。图像在类上不是均匀分布的(有些类最多有200个图像，而其他类只能有一个图像)。

地标建筑.fbx格式 小蛮腰、金融中心等

正面化 该代码在给定地标的情况下实现了人脸正面化方法。这是python代码，是对以下matlab代码的重新实现： : Tal Hassner，Shai Harel *，Eran Paz *和Roee Enbar，无约束图像中的有效人脸正面化，IEEE Con​​f。 计算机视觉和模式识别（CVPR），波士顿，2015年6月。算法学分属于他们。 我实现它是因为我不喜欢阅读matlab代码-您为了使代码运行，您需要： 编译dlib python代码： ://dlib.net/ 从以下位置下载shape_predictor_68_face_landmarks.dat文件： : 安装python依赖项

房地产TOD地标综合体

现行：DB33/T 2310-2021 标准名称：大中型体育场馆智慧化建设和管理规范

广西乡村地标KMZ 分层显示细节，不同高度显示不同级别的行政区，按需加载，资源占用少。

matlab alexnet图像识别代码ConvNet_地标 该软件包包含[]中介绍的工作的实现。 此外，已对原始作品进行了一些修改，例如对候选匹配项进行几何重排的过程。 最后，该软件包包括一个新的视觉位置识别模块，该模块利用原始的ConvNet地标算法作为Bag Of Word模型[]的简单特征提取器。 测试 跑步 startup.m 为了将必要的文件夹添加到matlab搜索路径。 否则，只需运行其中一个会自动调用启动功能的脚本即可。 在此步骤之后，为了启动该模块，只需在脚本script_convNet_bow和script_convNet_online之间运行一个即可。 参数 use_odometry use_mem build_mem use_odom enable_figures 主要脚本 script_convNet_bow.m：在此脚本的开头，有一个对get_defaults_bow.m的调用，该脚本包含将被加载到全局变量ds的所有需要​​配置的脚本。 因此，仅在未设置use_mem和build_mem标志的情况下使用它。 执行结束时，将在ds变量中收集的结果保存到名为fo