論文の概要: PyRetri: A PyTorch-based Library for Unsupervised Image Retrieval by
Deep Convolutional Neural Networks
- arxiv url: http://arxiv.org/abs/2005.02154v2
- Date: Wed, 5 Aug 2020 13:12:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 12:15:37.420173
- Title: PyRetri: A PyTorch-based Library for Unsupervised Image Retrieval by
Deep Convolutional Neural Networks
- Title(参考訳): PyRetri: 深部畳み込みニューラルネットワークによる教師なし画像検索のためのPyTorchベースのライブラリ
- Authors: Benyi Hu, Ren-Jie Song, Xiu-Shen Wei, Yazhou Yao, Xian-Sheng Hua, and
Yuehu Liu
- Abstract要約: PyRetriはディープラーニングベースの教師なし画像検索のためのオープンソースライブラリである。
検索プロセスを複数のステージにカプセル化し、各ステージの様々な重要なメソッドをカバーする機能を提供する。
- 参考スコア(独自算出の注目度): 49.35908338404728
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite significant progress of applying deep learning methods to the field
of content-based image retrieval, there has not been a software library that
covers these methods in a unified manner. In order to fill this gap, we
introduce PyRetri, an open source library for deep learning based unsupervised
image retrieval. The library encapsulates the retrieval process in several
stages and provides functionality that covers various prominent methods for
each stage. The idea underlying its design is to provide a unified platform for
deep learning based image retrieval research, with high usability and
extensibility. To the best of our knowledge, this is the first open-source
library for unsupervised image retrieval by deep learning.
- Abstract(参考訳): コンテンツベース画像検索の分野に深層学習手法を適用することの進歩にもかかわらず、これらの手法を統一的にカバーするソフトウェアライブラリは存在しない。
このギャップを埋めるため,我々は,ディープラーニングに基づく教師なし画像検索のためのオープンソースライブラリpyretriを紹介する。
このライブラリは、検索プロセスを複数のステージにカプセル化し、各ステージの様々な重要なメソッドをカバーする機能を提供する。
その設計の根底にある考え方は、高いユーザビリティと拡張性を備えた、ディープラーニングベースの画像検索研究のための統一プラットフォームを提供することである。
私たちの知る限りでは、ディープラーニングによる教師なし画像検索のための最初のオープンソースライブラリです。
関連論文リスト
- Zero-shot sketch-based remote sensing image retrieval based on
multi-level and attention-guided tokenization [9.865291583050947]
本研究では,リモートセンシング画像を対象としたゼロショット・スケッチベース検索手法を提案する。
マルチレベルの特徴抽出、自己アテンション誘導トークン化とフィルタリング、モダリティ間のアテンション更新が採用されている。
本手法は,既存のスケッチベースリモートセンシング画像検索技術よりも優れている。
論文 参考訳(メタデータ) (2024-02-03T13:11:14Z) - On Background Bias in Deep Metric Learning [5.368313160283353]
画像背景がDeep Metric Learningモデルに与える影響を分析する。
トレーニング中の画像の背景をランダムな背景画像に置き換えることでこの問題が軽減されることを示す。
論文 参考訳(メタデータ) (2022-10-04T13:57:39Z) - LibFewShot: A Comprehensive Library for Few-shot Learning [78.58842209282724]
近年,画像分類に注目が集まり,近年顕著な進歩が見られた。
近年の研究では、データ強化、事前学習、知識蒸留、自己超越といった多くの一般的な手法や技法が、数発の学習法の性能を大幅に向上させる可能性があることが暗黙的に示されている。
そこで本研究では,PyTorchに固有の単一言語を組み込んだ一貫したフレームワークにおいて,17の最先端の複数ショット学習手法を再実装することにより,小ショット学習のための総合ライブラリ(LibFewShot)を提案する。
論文 参考訳(メタデータ) (2021-09-10T14:12:37Z) - Solo-learn: A Library of Self-supervised Methods for Visual
Representation Learning [83.02597612195966]
solo-learnは視覚表現学習のための自己指導型のメソッドのライブラリである。
Pythonで実装され、PytorchとPytorch Lightningを使用して、このライブラリは研究と業界のニーズの両方に適合する。
論文 参考訳(メタデータ) (2021-08-03T22:19:55Z) - AugNet: End-to-End Unsupervised Visual Representation Learning with
Image Augmentation [3.6790362352712873]
我々は、未ラベル画像の集合から画像特徴を学習するための新しいディープラーニングトレーニングパラダイムであるAugNetを提案する。
実験により,低次元空間における画像の表現が可能であることを実証した。
多くのディープラーニングベースの画像検索アルゴリズムとは異なり、我々のアプローチは外部アノテーション付きデータセットへのアクセスを必要としない。
論文 参考訳(メタデータ) (2021-06-11T09:02:30Z) - A Decade Survey of Content Based Image Retrieval using Deep Learning [13.778851745408133]
本稿では,コンテンツベース画像検索における過去10年間のディープラーニングベース開発に関する包括的調査について述べる。
クエリ画像の代表的な特徴とデータセット画像との類似性は、検索のために画像のランク付けに使用される。
ディープラーニングは、手作業で設計した機能工学の、10年前から支配的な代替手段として現れてきた。
論文 参考訳(メタデータ) (2020-11-23T02:12:30Z) - NAS-DIP: Learning Deep Image Prior with Neural Architecture Search [65.79109790446257]
近年の研究では、深部畳み込みニューラルネットワークの構造が、以前に構造化された画像として利用できることが示されている。
我々は,より強い画像の先行を捉えるニューラルネットワークの探索を提案する。
既存のニューラルネットワーク探索アルゴリズムを利用して,改良されたネットワークを探索する。
論文 参考訳(メタデータ) (2020-08-26T17:59:36Z) - Distilling Localization for Self-Supervised Representation Learning [82.79808902674282]
コントラスト学習は教師なし表現学習に革命をもたらした。
現在のコントラストモデルでは、前景オブジェクトのローカライズには効果がない。
本稿では,背景変化を学習するためのデータ駆動型手法を提案する。
論文 参考訳(メタデータ) (2020-04-14T16:29:42Z) - TorchIO: A Python library for efficient loading, preprocessing,
augmentation and patch-based sampling of medical images in deep learning [68.8204255655161]
我々はTorchIOというオープンソースのPythonライブラリを紹介し、ディープラーニングのための医療画像の効率的なロード、前処理、拡張、パッチベースのサンプリングを可能にする。
TorchIOはPyTorchのスタイルに従い、標準的な医用画像処理ライブラリを統合して、ニューラルネットワークのトレーニング中に画像を効率的に処理する。
Pythonを使わずに、画像ファイルに変換を適用できるコマンドラインインターフェースが含まれている。
論文 参考訳(メタデータ) (2020-03-09T13:36:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。