lansatiankong / cnn-for-image-retrieval Goto Github PK

博文：Image retrieval using MatconvNet and pre-trained imageNet，对应web演示主页picSearch。web部分会在后面有时间整理了开源。

2015/06/29更新：添加对MatConvNet最新版version 1.0-beta12的支持。

注意：其中文件夹matconvnet-1.0-beta10是已经编译好了的，所以你在Matlab13下无法编译时，可以使用这个编译了的。

• 首先你的图像数据库做成文件夹databaseClassified中的形式，以方便后面计算mAP。如果不需要计算mAP的话，那你就直接把你的图像库文件夹名字命名为database,并放在该路径下。

python movefiles.py

• 接着便可以抽取特征。运行extractCNN.m，要用parfor并行的话，直接修改注释部分即可。
• 检索可视化。这一步运行queryInDatabaseDemo.m即可。
• 计算mAP。运行compute_MAP.m，关于mAP的计算，请参阅我画的mAP计算过程示意图：信息检索评价指标

conv-net-version-3,对应博客Convolutional Neural Networks III

Keras，强力推荐

Keras资源列表：

DeepLearning tutorial（6）易用的深度学习框架Keras简介

DeepLearning tutorial（7）深度学习框架Keras的使用-进阶

PDNN，对应主页PDNN: A Python Toolkit for Deep Learning

GoogLeNet, A GPU Implementation of GoogLeNet.