使用图形卷积网络实现多标签图像识别的 PyTorch 实现, CVPR 2019。
PyTorch 实现 多标签图像识别与图卷积网络, CVPR 2019。
| 方法 | COCO | NUS-WIDE | VOC2007 |
|---|---|---|---|
| Res-101 GAP | 77.3 | 56.9 | 91.7 |
| Res-101 GMP | 81.9 | 59.7 | 93.0 |
| 我们的模型 | 83.0 | 62.5 | 94.0 |
lr: 学习率lrp: 预训练层学习率的系数。预训练层的学习率为 lr * lrpbatch-size: 每批图像的数量image-size: 图像的大小epochs: 训练 epoch 的数量evaluate: 在验证集上评估模型resume: 检查点的路径python3 demo_voc2007_gcn.py data/voc --image-size 448 --batch-size 32 -e --resume checkpoint/voc/voc_checkpoint.pth.tarpython3 demo_coco_gcn.py data/coco --image-size 448 --batch-size 32 -e --resume checkpoint/coco/coco_checkpoint.pth.tar如果您在研究中发现此代码很有用,请考虑引用我们:
@inproceedings{ML-GCN_CVPR_2019,
作者 = {陈兆敏、魏秀生、王鹏、郭艳文},
title = {{多标签图像识别 w
[Baidu](https://pan.baidu.com/s/17j3lTjMRmXvWHT86zhaaVA)暂无开放 Issues，或尚未同步最近议题。