GALLERY SET、PROBE SET

最新推荐文章于 2020-11-28 17:29:32 发布
最新推荐文章于 2020-11-28 17:29:32 发布
阅读量2.9k 收藏 2
点赞数
分类专栏： face recognition
本文深入探讨了人脸识别系统中关键集合的概念：训练集、参考图像集（gallery set）与测试图像集（probeset）。通过引用相关论文，解释了这些集合在评估协议中的角色与作用，强调了训练过程与测试阶段的分离，以及系统参数的不可调整性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Deng Cai的Learning a Spatially Smooth Subspace for Face Recognition 4.1节也有,和朱师弟讨论此处 gallery set等同于训练集,Probe set等同于测试集; Graph Embedding and Extensions A General Framework for Dimensionality Reduction的4.1.1节的前一段最后意义与前相同
该论文的19页有如下描述：在FERET 评估协议中，算法设计者 需要区分三个不同的集合：训练集，参考图像集（或者
原型图像集，gallery set）、测试图像集合（Probe set），其中gallery  集和probe 集供测试时使用。“ 训
练必须在测试开始之前完成”暗示训练是离线完成的，算法不能根据Gallery 集来调整系统参数。 

具体见 http://parnec.nuaa.edu.cn/xtan/paper/TanXY-thesis-final.pdf
该论文的19页有如下描述：在FERET 评估协议中，算法设计者需要区分三个不同的集合：训练集 ， 参考图像集（或者
原型图像集，gallery set）、测试图像集合（Probe set=test set），其中gallery 集和probe 集供测试时使用。“训
练必须在测试开始之前完成”暗示训练是离线完成的，算法不能根据Gallery 集来调整系统参数。

通过和Ran He老师讨论已经彻底搞清楚了：

比如他的CVPR 2012论文，用PCA+NN。人脸识别是一个开集问题，人脸验证verification是一个闭集问题。训练样本可能是甲乙，测试样本可能是丙丁。通过训练样本来学习PCA的投影向量。gallery相当于新的训练集，在Probe上测试。在The CAS-PEAL large-scale Chinese face database and baseline evaluations (TSMCA 2008)P155也有Training set、 gallery set、Probe set定义

摘自：http://www.cppblog.com/guijie/archive/2008/09/16/61952.html

Gallery 和probe数据集
良知，自由
10-19 5289
Gallery 和probe数据集
人脸识别中的Gallery和Probe以及MegaFace的测试方式
Lavi的专栏
03-16 4979
前言 在进行人脸识别的测评中，经常会看到涉及到Gallery和Probe两部分数据。初入门的小白可能不太明白这两部分数据是用来干什么的，为什么需要这么分。下面面我们就来讲解一下。 人脸识别评测两种方式 一般的人脸识别算法的性能有两种评测的方式，一种是人脸比对，另一个种是人脸识别。人脸比对就比较好理解了，就是给出两场图片组成一个图片对，让算法来判断这连个图片是不是一个人。另一种就是人脸识别，人脸识别...
Gallery set 和 Probe set
qq_36819661的博客
11-28 970
Gallery set 和 Probe set 研一两个月，初读文献经常看见这两个集，给老师报告时直译成“画廊集”和“探针集”还闹了个笑话，网上看了一些博客，众说纷纭，越看越糊涂。后来经过老师指点后终于懂了在这记录一下。 gallery set 翻译成 参考集；probe set 翻译成查询集 第一种情况：训练集够用时 使用训练集训练好模型后，先将参考集丢进去，图像经过模型后一般会由高维变成低维的向量，但原先的分类标签还是不变，这个时候参考集还是和原先一样的集合，只是维度变低了，这样查询时更快。这时候再
Training set,Gallery set 和Probe set的区别
weixin_30791095的博客
10-27 562
这段时间看了CVPR2017的这篇论文”SphereFace:Deep Hypersphere Embedding for Face Recognition" 里面有提到Probe set，当时不太懂什么意思，网上查了下资料，大概讲的就是： 在 Face Recognition 数据集一般会经常看到这三个数据集 Training set 、Gallery set and Probe set。第一...
Gallery Set与Probe set
u011557212的专栏
03-09 6849
0 前言 在 Face Recognition 数据集一般会经常看到这三个数据集 Training set 、Gallery set and Probe set。第一次看到的时候也是晕晕的懵懵的，然后自己查阅了一些资料以后也是没有明白啊 后来老师给解释了一下是什么意思。在这里就算是给自己Mark一下。 1 解释 我自己大体画了一下这个意思 在FaceRecognition中一般的...
Training set gallery set probe set区分
暖冰的博客
03-04 2792
training set： 就是用户训练时采用的数据集。  gallery set： 就是公认的标准库集。  probe set： 就是用户用户测试选择的非标准库，而又非training set 集合中的数据集。  也就是算法训练完成之后，不仅可以在标准集上测试，也可以在probe set集上测试。此处与一般的训练集和测试集一样，只不过，测试集多了一个标准库集，此集合就是gallery se
Surveillance Face Recognition Challenge # ======================== Dataset Structure ========================== # "Training_Set": Ordered by face identities, i.e. each directory contains face images from a specific training identity. There are a total of 5,319 directories each is named by the corresponding identity. The image file name is in format of [PersonID]_[CameraID]_[ImageName].jpg. "Face_Identification_Test_Set" -"gallery": containing 60,294 gallery images from 5,319 test identities (IDs). -"mated_probe": containing 60,423 probe images from 5,319 test IDs, with mated gallery true match images in the "gallery" folder. -"unmated_probe": containing 12,1736 distractor probe face images without mated gallery true match images in the "gallery" folder, i.e. the open-set face identification scenario. -"gallery_img_ID_pairs.mat": the gallery image names and the corresponding face IDs -"mated_probe_img_ID_pairs.mat": the mated probe image names and the corresponding face IDs "Face_Verification_Test_Set": -"verification_images": containing 10,051 images, a subset of the whole test set, randomly sampled to build 5,320 positive and 5,320 negative pairs -"positive_pairs_names.mat": 5320_by_2 cell specifying the image pairs of 5,320 positive pairs -"negative_pairs_names.mat": 5320_by_2 cell specifying the image pairs of 5,320 negative pairs # ======================== Evaluation Instruction ========================== # *** Open-Set Face Identification Evaluation ("Face_Identification_Evaluation") *** 1. Extract features of "gallery" images according to the order defined by "gallery_img_ID_pairs.mat", put them in a matrix called "gallery_feature_map" ([image_number]_by_[feature_dimension]), and save the matrix in a mat file named "gallery.mat" 2. Extract features of "mated_pr
03-10
- 查询集（Probe Set）：待识别的人脸图像 - 候选库（Gallery Set）：注册模板库 - 需计算查询图像与库中所有模板的相似度 3. **人脸验证测试集（1:1 Verification）** - 包含匹配对（正样本）与非匹配对（负...
浅谈Azure virtual machine scale set
Azure
12-28 2817
相比on-premise的一些架构，云计算上的IaaS服务明显的优势是VM的伸缩性（scale in and scale out或者scale up and down） 在Azure里面有两种方式实现VM的伸缩， 一种是横向的，我们称之为 scale up 和scale down, 简单理解就是用同样的景象创建多个instances去实现增加计算资源；另外一种就是scale in 和scale
Hard-Aware Point-to-Set Deep Metric for Person Re-identification 论文笔记
wxf19940618的博客
11-06 934
一、提出问题 度量学习是行人重识别任务中的重要组成部分之一，但是度量损失的性能受采样方法的显着影响，传统的采样方法极大地限制了深度度量学习的性能。 二、论文贡献 提出了一种新的度量损失，即硬感知点集（HAP2S）损失，该损失涉及自适应困难挖掘机制； 在Market-1501，CUHK03和DukeMTMC-reID 三个数据集上进行测试，HAP2S损失达到了SOTA。 三、模型结构 ...
Gallery Set与Probe set理解(开始做识别领域了,开心)
zhe_csdn的博客
08-28 773
https://blog.youkuaiyun.com/u011557212/article/details/60963237
Gallery与Probes的定义
Roland2014的博客
12-27 1206
Gallery与Probes在一些基于生物特征的识别文献中，经常看到gallery和probes，大概也知道它们的区别，但一直没有找到相关的定义解释。今天，在看 文献1时，终于看到了这两个词的定义解释。 In biometrics nomenclature, the gallery is the set of people known to an algorithm or system and
CV中的gallery和probe究竟是什么？
weixin_44273380的博客
10-07 4096
博主最早是做Re-ID(行人重识别)中遇到这个问题的，当时在网上粗略地百度了一下gallery和probe，很多人说可以翻译为训练集和测试集，深入学习后发现完全是两个东西。为了防止继往开来者继续被误导，就写了这篇博客帮大家细致区分一下。 首先大家得了解一个事实，那就是无论是gallery还是probe都是仅在测试集出现的概念（更说明训练集和测试集的翻译是错的），因为人脸识别的任务本身就是给你一张人脸图片，让你从一个巨大的数据库中寻找匹配的照片以判断这张新的照片是谁。这个数据库就是gallery。 galle
Training set、 gallery set、Probe set
guojingjuan的博客
12-28 2242
人脸识别是一个开集问题，人脸验证verification是一个闭集问题。训练样本可能是甲乙，测试样本可能是丙丁。通过训练样本来学习PCA的投影向量。gallery相当于新的训练集，在Probe上测试。在The CAS-PEAL large-scale Chinese face database and baseline evaluations (TSMCA 2008)P155也有Trainin
对于【Training set】【gallery set 】【probe set】区别-个人总结
Will_Ye的博客
04-28 1365
在看face recognition的文章会经常看到，gallery set 和probe set 看了很多个关于Training set、gallery set、 probe set的理解，自己再总结一下： Training set：就是我们用来训练模型的数据集，跟test set不相交，即交集为空，也就是没有一模一样的数据 gallery set：有人叫它查询集，gallery字面意思是画廊...
ReID行人重识别中的Query sets 和Gallery sets以及单模态ReID和跨模态ReID数据集
makabaka的博客
06-04 8507
无论是单模态还是跨模态ReID同样都作为匹配任务在测试时会用到两个数据集，Query sets 和Gallery sets，主要有以下特征： ReID数据集： 1.数据集分为训练集、验证集、Query sets、Gallery sets 2.数据集通常是通过人工标注或者检测算法得到的行人图片，目前与检测独立，注重识别 3.在训练集上进行模型的训练，得到模型后对Query与Gallery中的图片提取特征计算相似度，对于每个Query在Gallery中找出前N个与其相似的图片 4.训练、测试中人物身份不重复
人脸识别中的Gallery和Probe
yaommy的博客
12-14 4916
参考图像集（或者原型图像集，gallery set） 测试图像集（Probe set=test set）
人脸识别中的probe face 和gallery
张*#的博客
03-06 1518
人脸识别中用train set训练好一个特征提取器以后，probe face 和gallery用于测试。 我们先给训练好的特征提取器输入gallery里的人脸，这样我们就得到gallery中每个人脸对应的特征向量，这就是我们的特征向量库。 我们现在要识别一张人脸，这个人脸就叫probe face，输入特征提取器，得到他的特征向量，然后跟特征向量库里的每一个特征向量来比较，就可以判断这个probe ...
set_bit函数
最新发布
08-09
<think>我们正在讨论Linux内核中的位操作函数，特别是set_bit函数。根据引用内容，我们可以总结如下： 1. set_bit函数用于设置一个特定位（设置为1）。 2. 它有两种变体：原子操作版本（set_bit）和非原子操作版本（__set_bit）。 3. 这些函数在设备驱动程序中很常见，特别是在输入设备（如触摸屏）的初始化中（如引用[2]所示）。 下面我将详细解释set_bit函数的作用、实现细节以及使用方法。 ### 1. set_bit函数的作用 在Linux内核中，set_bit函数用于将某个内存地址中的特定位（bit）设置为1。其函数原型如下： ```c void set_bit(int nr, volatile unsigned long *addr); ``` - `nr`：要设置的位的序号（从0开始计数）。 - `addr`：指向要设置位的内存地址的指针。 例如，如果我们想设置一个unsigned long类型变量`data`的第3位，可以这样调用： ```c set_bit(3, &data); ``` ### 2. 原子操作与非原子操作 Linux内核提供了两套位操作函数： - **原子操作**：`set_bit`、`clear_bit`、`test_and_set_bit`等，这些函数在执行位操作时是原子性的，不会被中断打断，适用于多核或多线程环境。 - **非原子操作**：`__set_bit`、`__clear_bit`等，这些函数不保证原子性，执行效率更高，但只能在确保不会发生并发访问的上下文中使用（例如，在中断被禁用的情况下）。 ### 3. 实现细节 根据引用[4]，非原子版本的`__set_bit`实现如下： ```c static inline void __set_bit(int nr, volatile unsigned long *addr) { unsigned long mask = BIT_MASK(nr); unsigned long *p = ((unsigned long *)addr) + BIT_WORD(nr); *p |= mask; } ``` 其中： - `BIT_MASK(nr)`：创建一个掩码，该掩码只有第`nr`位为1，其余位为0。例如，`nr=3`时，掩码为`0x00000008`（32位系统）或`0x0000000000000008`（64位系统）。 - `BIT_WORD(nr)`：计算包含第`nr`位的字（word）在数组中的索引。在32位系统中，每个字为32位（4字节）；在64位系统中，每个字为64位（8字节）。因此，`BIT_WORD(nr)`等于`nr / BITS_PER_LONG`（其中`BITS_PER_LONG`为32或64）。 - `p`：指向包含目标位的字（word）的指针。 - `*p |= mask`：将目标位置1，其他位保持不变。 原子操作版本`set_bit`的实现依赖于具体的体系结构，通常使用特殊的原子指令（如x86的`bts`指令）来实现。其核心是确保在设置位的过程中不会被其他处理器中断。 ### 4. 使用方法 在设备驱动程序中，我们经常使用`set_bit`来设置设备支持的事件类型和属性。以输入设备（如触摸屏）为例（引用[2]）： ```c __set_bit(EV_KEY, input_dev->evbit); // 支持按键事件 __set_bit(EV_ABS, input_dev->evbit); // 支持绝对坐标事件（如触摸位置） __set_bit(BTN_TOUCH, input_dev->keybit); // 支持触摸按键 __set_bit(INPUT_PROP_DIRECT, input_dev->propbit); // 设备为直接输入设备（如触摸屏） ``` 这里使用了非原子版本`__set_bit`，因为在设备初始化过程中，通常不会有并发访问的问题（设备尚未注册到系统中）。 ### 5. 原子操作函数`test_and_set_bit` 引用[3]提到了另一个原子操作函数`test_and_set_bit`，该函数设置位并返回该位之前的值： ```c static inline int test_and_set_bit(int nr, unsigned long *addr) { unsigned long mask = BIT_MASK(nr); unsigned long *p = ((unsigned long *)addr) + BIT_WORD(nr); unsigned long old = *p; *p = old | mask; // 设置位 return (old & mask) != 0; // 返回之前的值 } ``` 这个函数常用于实现锁机制，例如： ```c while (test_and_set_bit(0, &lock) != 0) ; // 自旋等待 ``` ### 6. 总结 - `set_bit`：原子设置位。 - `__set_bit`：非原子设置位，效率更高，但需确保无并发访问。 - 在设备驱动中，常用这些函数来设置设备的能力位图（如事件类型、按键类型等）。 - 原子操作版本用于可能被并发访问的场景，非原子版本用于安全的上下文（如初始化）。 ### 相关问题 1. 在Linux内核中，`clear_bit`函数如何实现？ 2. 如何在驱动程序中检测某个位是否被设置？ 3. 原子位操作函数在多核系统中如何保证原子性？ 4. 在设备驱动中，除了`set_bit`，还有哪些常用的位操作函数？ [^1]: 非原子位清除函数`__clear_bit`的实现与`__set_bit`类似 [^2]: 输入设备驱动中设置事件类型的示例 [^3]: `test_and_set_bit`函数的实现与用途 [^4]: `__set_bit`函数的实现细节</think>### Linux 内核中 `set_bit` 函数详解 #### 1. **核心作用** `set_bit` 函数用于**原子性地设置内存中特定位的值（置为 1）**，其函数原型为： ```c void set_bit(int nr, volatile unsigned long *addr); ``` - **`nr`**: 目标位的序号（从 0 开始计数） - **`addr`**: 目标内存地址的指针 - **原子性**: 在多核/多线程环境下确保操作不可分割（避免竞态条件） #### 2. **实现原理** 以 x86 架构为例（源码见 `arch/x86/include/asm/bitops.h`）： ```c static __always_inline void set_bit(long nr, volatile unsigned long *addr) { asm volatile("lock; bts %1,%0" : "+m" (*addr) : "Ir" (nr) : "memory"); } ``` - **`lock`**: 指令前缀，锁定内存总线保证原子性 - **`bts`**: 汇编指令（Bit Test and Set），将 `nr` 位设为 1 并返回原值 - **内存屏障**: `"memory"` 约束防止编译器重排序 #### 3. **非原子版本 `__set_bit`** 用于无需原子性的场景（如初始化），实现更简单[^4]： ```c static inline void __set_bit(int nr, volatile unsigned long *addr) { unsigned long mask = BIT_MASK(nr); unsigned long *p = addr + BIT_WORD(nr); *p |= mask; // 直接按位或操作 } ``` - `BIT_MASK(nr)`: 生成位掩码（如 `nr=3` → `0x00000008`） - `BIT_WORD(nr)`: 计算目标位所在长字偏移（`nr / 64`） #### 4. **典型应用场景** ##### (1) 输入设备驱动初始化（如触摸屏） ```c // 设置输入设备支持的事件类型 __set_bit(EV_KEY, input_dev->evbit); // 支持按键事件 __set_bit(EV_ABS, input_dev->evbit); // 支持绝对坐标事件 __set_bit(BTN_TOUCH, input_dev->keybit); // 支持触摸事件 __set_bit(INPUT_PROP_DIRECT, input_dev->propbit); // 直接输入设备[^2] ``` ##### (2) 锁实现 ```c // 使用 test_and_set_bit 实现自旋锁 void spin_lock(atomic_t *lock) { while (test_and_set_bit(0, lock)) // 原子性测试并置位 cpu_relax(); // 忙等待 } ``` #### 5. **原子性 vs 非原子性选择** | **函数** | **原子性** | **使用场景** | **性能影响** | |-------------------|------------|----------------------------------|-------------------| | `set_bit` | 是 | 多核共享数据、中断上下文 | 较高（锁总线） | | `__set_bit` | 否 | 单线程初始化、局部变量操作 | 极低 | | `test_and_set_bit`| 是 | 锁实现、状态标志检测 | 中等（返回原值） | #### 6. **关键衍生函数** - **`clear_bit`**: 原子性清除位（置 0） - **`test_bit`**: 检查位是否置 1 - **`test_and_set_bit`**: 原子性置位并返回原值（锁机制核心）[^3] ```c int old_value = test_and_set_bit(3, &flags); // 置位第3位并返回旧值 ``` ### 常见问题解答 1. **为什么需要 `__set_bit`？** 在单线程初始化阶段（如 `probe` 函数），无需原子性开销，直接位操作效率更高[^4]。 2. **如何安全修改多核共享的位图？** 必须使用 `set_bit/clear_bit` 系列函数，避免使用 `__set_bit`（可能引发数据竞争）。 3. **`test_and_set_bit` 的返回值意义？** 返回目标位操作前的值： - 返回 `1` → 该位原先已置 1 - 返回 `0` → 该位原先为 0 常用于实现自旋锁（返回 0 表示获取锁成功）[^3]。 4. **位操作中的 `volatile` 作用？** 禁止编译器优化内存访问，确保每次操作都直接读写内存（对硬件寄存器操作关键）。 ### 相关问题 1. `clear_bit` 和 `__clear_bit` 的实现有何区别？ 2. 如何在内核中安全地遍历位图？ 3. `test_and_set_bit` 在自旋锁中如何避免死锁？ 4. 在 ARM 架构下 `set_bit` 的实现有何不同？ [^1]: 非原子位清除函数 `__clear_bit` 的实现与 `__set_bit` 类似 [^2]: 输入设备驱动中设置事件类型的示例 [^3]: `test_and_set_bit` 函数的实现与用途 [^4]: `__set_bit` 函数的实现细节
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值