CVPR2019 Metric Learning、Embedding、Retrieval 相关论文阅读及整理

栏目: 编程工具 · 发布时间: 6年前

Paper List

  1. A Theoretically Sound Upper Bound on the Triplet Loss for Improving the Efficiency of Deep Distance Metric Learning
  2. End-to-End Supervised Product Quantization for Image Search and Retrieval
  3. Ranked List Loss for Deep Metric Learning
  4. On Learning Density Aware Embeddings
  5. Stochastic Class-based Hard Example Mining for Deep Metric Learning
  6. Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning
  7. Deep Metric Learning to Rank
  8. Learning Metrics from Teachers: Compact Networks for Image Embedding
  9. Deep Embedding Learning with Discriminative Sampling Policy
  10. Divide and Conquer the Embedding Space for Metric Learning
  11. Unsupervised Embedding Learning via Invariant and Spreading Instance Feature
  12. Signal-to-Noise Ratio: A Robust Distance Metric for Deep Metric Learning
  13. Deep Asymmetric Metric Learning via Rich Relationship Mining
  14. Hardness-Aware Deep Metric Learning

数据集及评价指标:

CUB-200-2011

Method R@1 R@2 R@4 R@8
1. Discriminative 51.43 64.23 74.31 82.83
3.RLL-(L,M,H) 61.3 72.7 82.7 89.4
5.SCHE 66.2 76.3 84.1 90.1
6.MS 65.7 77.0 86.3 91.2
9. DE-DSP (N-pair) 53.6 65.5 76.9 -
10. DCES 65.9 76.6 84.4 90.6
12. DSML 51.6 54.9 - -
13. RRM 55.1 66.5 76.8 85.3
14. HDML 53.7 65.7 76.7 85.7

CAR196

Method R@1 R@2 R@4 R@8
1. Discriminative 68.31 78.21 85.22 91.18
3.RLL-(L,M,H) 82.1 89.3 93.7 96.7
5.SCHE 91.7 95.3 97.3 98.4
6.MS 84.1 90.4 94.0 96.5
9. DE-DSP (N-pair) 72.9 81.6 88.8 -
10. DCES 84.6 90.7 94.1 96.5
12. DSML 49.1 52.4 - -
13. RRM 73.5 82.6 89.1 93.5
14. HDML 79.1 87.1 92.1 95.5

SOP

Method R@1 R@10 R@100
3.RLL-(L,M,H) 79.8 91.3 96.3
5.SCHE 77.6 89.1 94.7
6.MS 78.2 90.5 96.0
7.FastAP 75.8 89.1 95.4
9. DE-DSP (N-pair) 68.9 84.0 92.6
10. DCES 75.9 88.4 94.9
13. RRM 69.7 85.2 93.2
14. HDML 68.7 83.2 92.4

In-shop

Method R@1 R@10 R@20 R@30
5.SCHE 91.9 98.0 98.7 99.0
6.MS 89.7 97.9 98.5 98.8
7.FastAP 90.9 97.7 98.5 98.8
9. DE-DSP (N-pair) 78.6 93.8 95.5 96.2
10. DCES 85.7 95.5 96.9 97.5

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

浅薄

浅薄

[美] 尼古拉斯·卡尔 / 刘纯毅 / 中信出版社 / 2010-12 / 42.00元

《浅薄:互联网如何毒化了我们的大脑》在我们跟计算机越来越密不可分的过程中,我们越来越多的人生体验通过电脑屏幕上闪烁摇曳、虚无缥缈的符号完成,最大的危险就是我们即将开始丧失我们的人性,牺牲人之所以区别于机器的本质属性。——尼古拉斯•卡尔“谷歌在把我们变傻吗?”当尼古拉斯•卡尔在发表于《大西洋月刊》上赫赫有名的那篇封面文章中提出这个问题的时候,他就开启了人们热切渴望的期盼源泉,让人急于弄清楚互联网是在......一起来看看 《浅薄》 这本书的介绍吧!

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具