OpenSet_ReciprocalPoints:重新实现已公开的ECCV '20论文,涉及开放点识别的倒数点。 截至102020年,当前计算机视觉开放识别的最新技术

上传者: 42133452 | 上传时间: 2022-03-12 13:48:32 | 文件大小: 24KB | 文件类型: -
OpenSet_ReciprocalPoints 开源,重新实现已发布的ECCV '20关于互认点的论文,以实现开放集识别。 截至2020年10月,本文是开放式识别的最新技术。 正在进行代码清理; 测试集上的结果将很快更新。 与论文作者确认此实现是正确的。 使用作者的数据加载器,该实现实际上超过了tiny-imagenet上已发布的性能。 使用我自己的数据加载器,结果略低于发布的性能(数据拆分有所不同,所以这可能是原因)。 我还在这两个数据集上运行了标准的深度学习基准。 实际上,我发现当前的公开文献低估了基线; 当前的文献报道的基线数字比我用自己的代码获得的数字低得多。 这可能表明,开放集识别的进度比看起来要温和得多。 方法 CIFAR + 10 微型Imagenet 公布的基准 81.6% 57.7% 我对基准的实施 89.24%(价值) 66.35%(价值) 我对

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明