Deep Orthogonal Fusion of Local and Global Features (DOLG) PyTorch 实现

Deep Orthogonal Fusion of Local and Global Features (DOLG) PyTorch 实现

DOLG-pytorch Unofficial PyTorch Implementation of "DOLG: Single-Stage Image Retrieval with Deep Orthogonal Fusion of Local and Global Features" 项目地址: https://gitcode.com/gh_mirrors/do/DOLG-pytorch

1. 项目基础介绍

本项目是基于PyTorch的开源项目，实现了论文 "DOLG: Single-Stage Image Retrieval with Deep Orthogonal Fusion of Local and Global Features" 的算法。该算法通过深度正交融合局部和全局特征，实现了单阶段图像检索。项目使用了Python 3编程语言，并依赖于PyTorch、PyTorch Lightning等库。

2. 项目核心功能

项目的核心功能是图像检索，通过深度学习模型融合图像的局部特征和全局特征，提高了图像检索的准确性和效率。具体功能包括：

• 局部特征提取：利用卷积神经网络（CNN）从图像中提取局部特征。
• 全局特征提取：使用全局平均池化等方法提取图像的全局特征。
• 特征融合：采用深度正交融合策略，将局部特征和全局特征进行融合。
• 检索性能优化：通过训练和优化模型，提高图像检索的性能。

3. 项目最近更新的功能

项目最近的更新主要包括以下功能：

• 数据集支持：增加了对GLDv2数据集的支持，包括数据集的下载和预处理。
• 训练脚本优化：对训练脚本进行了优化，提高了训练效率和模型的收敛速度。
• 模型结构更新：根据最新的研究进展，对模型结构进行了调整，以增强模型的检索能力。
• 文档完善：更新了项目README文件，提供了更详细的安装指南和使用说明，帮助用户更好地理解和使用项目。

DOLG-pytorch Unofficial PyTorch Implementation of "DOLG: Single-Stage Image Retrieval with Deep Orthogonal Fusion of Local and Global Features" 项目地址: https://gitcode.com/gh_mirrors/do/DOLG-pytorch