本文介绍了深度图像检索的方法，通过预训练模型（如VGG16）在ImageNet上微调，并使用Landmarks数据集进行特征学习。论文探讨了RPN、RoI Pooling和全球紧凑图像表示的构建。训练过程涉及triplet损失和分类损失，数据集分为Full Dataset和Clean Dataset。在测试时，RPN用于提议替换rigid grid。
Deep Image Retrieval: Learning global representations for image search. In ECCV, 2016.
论文地址：https://arxiv.org/abs/1604.01325
extended version：end to end learning of deep visual representations for image retrieval, in arxiv, 16.10.
=====
看图说话：
从图上可以看出该论文的整体框架：
1 基于pre-trained model on Imagenet（如VGG16）
2 从Landmarks dataset[17]，中挖掘出一个full或者clean的数据集（包括类别标签 Full Datset和bounding box Clean Dataset）
3 用数据集Full Daset来进行finetune，其loss是一般的分类的lo
最低0.47元/天 解锁文章
扫一扫
864
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
