MIC:挖掘类间特征以改进深度度量学习 编者: 卡斯滕·罗斯( ) 比亚乔·布拉托利(Biagio Brattoli)( ) 比约恩·奥默(BjörnOmmer) 主要联系人:Karsten Roth 对于基线实现,请查看和随附的论文! 该存储库包含用于运行我们的ICCV 2019论文《挖掘类间特征以改进深度度量学习》 ( )中提出的运行管线的代码。 由于改进了基线方法的实施,因此将该管道用于具有半硬采样的ProxyNCA和Triplet的结果要好于本文中提到的结果。 注意:基线实现可以在找到。 要求 我们的方法已经过测试 Python版本3.6.6+ PyTorch版本1.0.1+和Cuda 8.0 适用于Cuda 8.0的Faiss(-gpu)1.5.1(GPU支持可选) Scikit图像0.14.2 Scikit学习0.20.3 Scipy 1.2.1