多标签图像分类
使用集成深度CNN进行多标签图像分类的基准
代码说明
代码已使用PyTorch 0.4进行了测试。
通过取消注释相应的行以进行随机裁剪和混合,可以根据model1代码改编本文中出现的Model2(M2)和model3(M3)。
要使用以下命令运行脚本:python resnet101_model1fc.py 1 512 16(三个参数是试验索引,补丁大小,批处理大小)
VOC2007的评估指标与NUS-WIDE和MS-COCO的评估指标略有不同,因为注释中存在“困难的示例”,在评估时会被忽略。
我们使用所有训练数据来训练模型和训练停止的固定标准。
数据
要运行该代码,您可能需要从其官方网站下载三个数据集的图像。
参考
王谦,贾宁,Toby P.Breckon,《使用集成深度CNN进行多标签图像分类的基线》,2019年IEEE国际图像处理会议,台北。
接触
1