资源简介
以卷积网络的核心的图像检索,识别技术,将卷积网络的图像识别技术进一步的应用。以图搜图,未来检索技术的发展方向
代码片段和文件信息
% 下面mAP的具体计算过程请参阅:http://yongyuan.name/blog/evaluation-of-information-retrieval.html
clear;clear all;
addpath(‘./database/‘);
queryFile = ‘./queryImgs.txt‘;
classesFile = ‘./databaseClasses.txt‘;
load feat4096Norml.mat
N = 9; % 如果用于论文中,把这个值设为你所用数据库的大小
fid = fopen(queryFile‘rt‘);
queryImgs = textscan(fid ‘%s‘);
fclose(fid);
fid = fopen(classesFile‘rt‘);
classesAndNum = textscan(fid ‘%s %d‘);
fclose(fid);
for i = 1:length(classesAndNum{1 1})
classes{i1} = classesAndNum{1 1}{i1}(1:3);
end
[numImgd] = size(feat_norm);
querysNum = length(queryImgs{1 1});
ap = zeros(querysNum1);
for i =1:querysNum
queryName = queryImgs{1 1}{i 1};
queryClass = queryName(1:3);
[rowcol]=ind2sub(size(imgNamList)strmatch(queryNameimgNamList‘exact‘));
queryFeat = feat_norm(row :);
[row1col1]=ind2sub(size(classesAndNum{1 1})strmatch(queryClassclasses‘exact‘));
queryClassNum = double(classesAndNum{1 2}(row11));
%dist = distMat(queryFeatfeat_norm);
%dist = dist‘;
%[~ rank] = sort(dist ‘ascend‘);
dist = zeros(numImg 1);
for j = 1:numImg
VecTemp = feat_norm(j :);
dist(j) = queryFeat*VecTemp‘;
end
[~ rank] = sort(dist ‘descend‘);
similarTerm = 0;
precision = zeros(N1);
for k = 1:N
topkClass = imgNamList{rank(k 1) 1}(1:3);
if strcmp(queryClasstopkClass)==1;
similarTerm = similarTerm+1;
precision(k1) = similarTerm/k;
end
end
for k = 1:N
topkClass = imgNamList{rank(k 1) 1}(1:3);
% use for configure
subplot(43k);
im = imread(imgNamList{rank(k 1) 1});
imshow(im);
end
ap(i1) = sum(precision)/queryClassNum;
fprintf(‘%s ap is %f \n‘queryNameap(i1));
end
mAP = sum(ap)/querysNum;
fprintf(‘mAP is %f \n‘mAP);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2017-08-15 14:39 CNN-for-Image-Retrieval-master\
文件 6 2017-08-15 14:39 CNN-for-Image-Retrieval-master\.gitignore
文件 4885 2017-08-15 14:39 CNN-for-Image-Retrieval-master\README.md
文件 1982 2017-08-15 14:39 CNN-for-Image-Retrieval-master\compute_MAP.m
目录 0 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 25120 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 18640 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 25284 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 4945 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 12210 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 23032 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 10067 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 10756 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 22111 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 8173 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 39 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
目录 0 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
目录 0 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 25120 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 18640 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 25284 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
目录 0 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 4945 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 12210 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 23032 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
目录 0 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 10067 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 10756 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 22111 2017-08-15 14:39 CNN-for-Image-Retrieval-master\databa
文件 1964 2017-08-15 14:39 CNN-for-Image-Retrieval-master\extractCNN.m
目录 0 2017-08-15 14:39 CNN-for-Image-Retrieval-master\matconvnet-1.0-beta17\
............此处省略646个文件信息
评论
共有 条评论