对无标签的图像数据用深度学习框架实现对其分类
对无标签的图像数据用深度学习框架实现对其分类，无标签的图像数据分类，含论文，实验评估表明，就分型精度而言，我们的性能大大优于最新技术，特别是CI-FAR10为+ 26.6％，CIFAR100-20为+ 25.0％，STL10为+ 21.3％。此外，我们的方法是第一种在大规模数据集上进行良好图像分类的方法。特别是，我们在ImageNet上获得了可喜的结果，并且在低数据环境下不使用任何实际的注释就优于几种半监督学习方法
应用介绍
可以在configs /目录中找到配置文件。 训练过程包括以下步骤：
步骤1：解决前置任务，即simclr.py
步骤2：执行群集步骤，即scan.py
步骤3：执行标记步骤，即selflabel.py
例如，依次运行以下命令以在CIFAR10上执行我们的方法：
python simclr.py --config_env configs/your_env.yml --config_exp configs/pretext/simclr_cifar10.yml
python scan.py --config_env configs/your_env.yml --config_exp configs/scan/scan_cifar10.yml
python selflabel.py --config_env configs/your_env.yml --config_exp configs/selflabel/selflabel_cifar10.yml实验评估表明，就分型精度而言，我们的性能大大优于最新技术，特别是CI-FAR10为+ 26.6％，CIFAR100-20为+ 25.0％，STL10为+ 21.3％。此外，我们的方法是第一种在大规模数据集上进行良好图像分类的方法。特别是，我们在ImageNet上获得了可喜的结果，并且在低数据环境下不使用任何实际的注释就优于几种半监督学习方法
©版权声明：本文内容由互联网用户自发贡献，版权归原创作者所有，本站不拥有所有权，也不承担相关法律责任。如果您发现本站中有涉嫌抄袭的内容，欢迎发送邮件至： www_apollocode_net@163.com 进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
转载请注明出处： apollocode » 对无标签的图像数据用深度学习框架实现对其分类
文件列表(部分)
| 名称 | 大小 | 修改日期 |
|---|---|---|
| env.yml | 0.04 KB | 2020-07-15 |
| moco_imagenet100.yml | 0.27 KB | 2020-07-15 |
| moco_imagenet200.yml | 0.27 KB | 2020-07-15 |
| moco_imagenet50.yml | 0.27 KB | 2020-07-15 |
| simclr_cifar10.yml | 0.48 KB | 2020-07-15 |
| simclr_cifar20.yml | 0.48 KB | 2020-07-15 |
| simclr_stl10.yml | 0.47 KB | 2020-07-15 |
| scan_cifar10.yml | 0.46 KB | 2020-07-15 |
| scan_cifar20.yml | 0.46 KB | 2020-07-15 |
| scan_imagenet_100.yml | 0.53 KB | 2020-07-15 |
| scan_imagenet_200.yml | 0.53 KB | 2020-07-15 |
| scan_imagenet_50.yml | 0.53 KB | 2020-07-15 |
| scan_stl10.yml | 0.45 KB | 2020-07-15 |
| selflabel_cifar10.yml | 0.44 KB | 2020-07-15 |
| selflabel_cifar20.yml | 0.44 KB | 2020-07-15 |
| selflabel_imagenet_100.yml | 0.47 KB | 2020-07-15 |
| selflabel_imagenet_200.yml | 0.47 KB | 2020-07-15 |
| selflabel_imagenet_50.yml | 0.46 KB | 2020-07-15 |
| selflabel_stl10.yml | 0.43 KB | 2020-07-15 |
| augment.py | 1.05 KB | 2020-07-15 |
| cifar.py | 2.84 KB | 2020-07-15 |
| custom_dataset.py | 0.74 KB | 2020-07-15 |
| imagenet.py | 0.91 KB | 2020-07-15 |
| imagenet_100.txt | 1.70 KB | 2020-07-15 |
| imagenet_200.txt | 3.16 KB | 2020-07-15 |
| imagenet_50.txt | 0.65 KB | 2020-07-15 |
| stl.py | 2.42 KB | 2020-07-15 |
| eval.py | 1.98 KB | 2020-07-15 |
| prototypes_cifar10.jpg | 6.92 KB | 2020-07-15 |
| prototypes_stl10.jpg | 28.79 KB | 2020-07-15 |
发表评论 取消回复