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

WS-DAN的PyTorch实现 介绍 这是“先看好：用于细粒度”一文的PyTorch实现。 它还具有正式的TensorFlow实现 。 该代码的核心部分指的是正式版本，最后，性能几乎达到了本文所报告的结果。 环境 Ubuntu 16.04，GTX 1080 8G * 2，CUDA 8.0 使用Python = 3.6.5，PyTorch = 0.4.1，torchvison = 0.2.1等的Anaconda。 必要时，某些第三方依赖项可能会与pip或conda一起安装。 结果 数据集 ACC（此仓库） ACC提炼（此仓库） ACC（纸） CUB-200-2011 88.20 89.30 89.4 FGVC飞机 93.15 93.22 93.0 斯坦福汽车 94.13 94.43 94.5 斯坦福犬 86.03 86.46 92.2 您可以从下载预训练