MultiGrain 项目使用教程

MultiGrain 项目使用教程

multigrain Code for "MultiGrain: a unified image embedding for classes and instances" 项目地址: https://gitcode.com/gh_mirrors/mu/multigrain

1. 项目目录结构及介绍

MultiGrain 项目的目录结构如下：

multigrain/
├── data/
│   └── whiten.txt
├── experiments/
│   └── ...
├── scripts/
│   ├── evaluate.py
│   ├── finetune_p.py
│   ├── train.py
│   └── whiten.py
├── multigrain/
│   └── lib/
│       └── ...
├── .gitignore
├── CHANGELOG
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── LICENSE
├── README.md
├── environment.yml
└── requirements.txt

目录介绍

• data/: 包含项目所需的数据文件，如 whiten.txt。
• experiments/: 用于存放实验结果和配置的目录。
• scripts/: 包含项目的启动脚本，如 evaluate.py, finetune_p.py, train.py, whiten.py。
• multigrain/: 项目的主要代码库，包含核心功能的实现。
• .gitignore: Git 忽略文件配置。
• CHANGELOG: 项目更新日志。
• CODE_OF_CONDUCT.md: 项目行为准则。
• CONTRIBUTING.md: 贡献指南。
• LICENSE: 项目许可证。
• README.md: 项目介绍和使用说明。
• environment.yml: Conda 环境配置文件。
• requirements.txt: Python 依赖包列表。

2. 项目的启动文件介绍

scripts/evaluate.py

该脚本用于评估网络在标准基准上的表现，支持分类和检索任务。

scripts/finetune_p.py

该脚本用于微调 GeM 池化指数 p，以适应特定的输入分辨率。

scripts/train.py

该脚本用于训练 MultiGrain 架构，支持多 GPU 训练。

scripts/whiten.py

该脚本用于计算 PCA 白化和修改网络，以适应检索任务。

3. 项目的配置文件介绍

environment.yml

该文件用于配置 Conda 环境，包含项目所需的 Python 版本和依赖包。

name: multigrain
channels:
  - defaults
dependencies:
  - python=3.5
  - pytorch=1.0
  - ...

requirements.txt

该文件列出了项目所需的 Python 依赖包及其版本。

torch==1.0.0
numpy==1.16.0
...

data/whiten.txt

该文件包含用于白化计算的图像列表，通常用于检索任务的特征白化。

experiments/

该目录用于存放实验配置和结果，每个实验通常会有一个独立的子目录。

experiments/
├── joint_3B_0.5/
│   ├── eval_p4_500/
│   └── finetune500/
└── ...

通过以上配置文件和启动脚本，用户可以方便地进行 MultiGrain 项目的训练、评估和微调。

multigrain Code for "MultiGrain: a unified image embedding for classes and instances" 项目地址: https://gitcode.com/gh_mirrors/mu/multigrain