MMAL网
这是论文用于细粒度的PyTorch实施（张帆，李萌，翟桂生，刘亦钊）由第27届国际多媒体建模国际会议（MMM2021）提供。 欢迎与我们讨论问题！
目录
要求
的Python 3.7
pytorch 1.3.1
numpy的1.17.3
scikit图像0.16.2
Tensorboard 1.15.0
TensorboardX 2.0
tqdm 4.41.1
图像2.6.1
枕头6.1.0
数据集
下载数据集，并将提取的图像文件夹的内容复制到datasets / CUB 200-2011 / images中。
下载数据集并将提取的data / images文件夹的内容复制到datasets / FGVC_Aircraft / data / images ）
您也可以尝试其他细粒度的数据集。
培训TBMSL-Net
如果要训练MMAL-Net，请在运行py
2022-05-09 20:22:52
7.35MB
1
共7个标准文件，如下所示：
《JR-T 0071.1—2020 金融行业网络安全等级保护实施指引 第1部分：基础和术语》
《JR-T 0071.2—2020 金融行业网络安全等级保护实施指引 第2部分：基本要求》
《JR-T 0071.3—2020 金融行业网络安全等级保护实施指引 第3部分：岗位能力要求和评价指引》
《JR-T 0071.4—2020 金融行业网络安全等级保护实施指引 第4部分：培训指引》
《JR-T 0071.5—2020 金融行业网络安全等级保护实施指引 第5部分：审计要求》
《JR-T 0071.6—2020 金融行业网络安全等级保护实施指引 第6部分：审计指引》
《JR-T 0072-2012 金融行业信息系统信息安全等级保护测评指南》
2022-05-09 19:00:12
4.22MB
《JR-T 0213-2021 金融网络安全 Web应用服务安全测试通用规范》
《JR-T 0214-2021 金融网络安全 网络安全众测实施指南》
2022-05-09 19:00:11
875KB