没有合适的资源?快使用搜索试试~ 我知道了~
matlabpid源码-triplet-reid:重现我们的“捍卫人员再识别的三重损失辩护”论文结果的代码
共37个文件
py:24个
csv:6个
md:2个
需积分: 9 0 下载量 98 浏览量
2021-05-19
20:03:20
上传
评论
收藏 534KB ZIP 举报
温馨提示
matlab pid源码基于三元组的人员重新识别 复制本文结果的代码。 我们提供以下内容: 本文使用的TriNet模型的确切预训练权重,包括一些用于使用它计算嵌入的基本示例代码。 参见章节。 可以完全重新使用可用于训练自己的模型/数据的训练代码。 参见章节。 用于评估的脚本,用于计算HDF5(“新.mat”)文件中嵌入的CMC和mAP。 参见章节。 的列表 。 如果您使用提供的任何代码,请引用: @article{HermansBeyer2017Arxiv, title = {{In Defense of the Triplet Loss for Person Re-Identification}}, author = {Hermans*, Alexander and Beyer*, Lucas and Leibe, Bastian}, journal = {arXiv preprint arXiv:1703.07737}, year = {2017} } 预训练的TensorFlow模型 为方便起见,我们为TriNet TensorFlow模型提供了预先训练的权重,并使用该存储库中的
资源推荐
资源详情
资源评论
收起资源包目录
triplet-reid-master.zip (37个子文件)
triplet-reid-master
.gitignore 18B
nets
resnet_v1.py 15KB
__init__.py 119B
mobilenet_v1.py 19KB
resnet_v1_101.py 730B
README.md 333B
resnet_v1_50.py 726B
resnet_utils.py 10KB
mobilenet_v1_1_224.py 3KB
trinet_embed.py 10KB
data
dukeMTMC_train.csv 726KB
market1501_query.csv 115KB
dukeMTMC_query.csv 70KB
dukeMTMC_test.csv 759KB
market1501_train.csv 606KB
market1501_test.csv 891KB
embed.py 10KB
lbtoolbox.py 5KB
LICENSE 1KB
aggregators.py 261B
README.md 14KB
excluders
diagonal.py 299B
market1501.py 1KB
duke.py 1KB
loss.py 6KB
healthy-market-run.png 170KB
evaluate.py 8KB
common.py 12KB
market1501_train.sh 1KB
duke_mtmc_train.sh 1KB
freeze.py 5KB
heads
direct_normalize.py 405B
__init__.py 129B
fc1024_normalize.py 751B
fc1024.py 744B
direct.py 394B
train.py 19KB
共 37 条
- 1
资源评论
weixin_38560039
- 粉丝: 3
- 资源: 888
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功