keras_rmac:在Keras中实施RMAC

凯拉斯（Keras）RMAC 基于（Tolias等人2016）和（Gordo等人2016），为Keras重新实现了区域最大卷积激活（RMAC）特征提取器。 该模型的架构如下图所示： RoiPooling代码来自： : 先决条件 此代码需要Keras 2.0或更高版本。 （2.7） （2.1.2） （0.9.0） ->下载文件并将其保存在data/文件夹中 参考 Tolias，G.，Sicre，R.和Jégou，H.具有CNN激活的积分最大池的特殊对象检索。 ICLR 2016。 Gordo，A.，Almazán，J.，Revaud，J.和＆Larlus，D。深度图像检索：学习图像搜索的全局表示。 ECCV 2016。 引文 该代码是Keras的RMAC的重新实现。 如果使用此代码，请引用使用重新实现的论文和原始RMAC论文： @article{garcia2018a