Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

VGG16预训练模型 #48

Open
pYq-lyz opened this issue Jun 23, 2020 · 8 comments
Open

VGG16预训练模型 #48

pYq-lyz opened this issue Jun 23, 2020 · 8 comments

Comments

@pYq-lyz
Copy link

pYq-lyz commented Jun 23, 2020

大神,可以分享一下VGG16的预训练模型的百度网盘链接吗,官网下载速度慢。

@pYq-lyz pYq-lyz closed this as completed Jun 23, 2020
@pYq-lyz pYq-lyz reopened this Jun 23, 2020
@xialeiliu
Copy link
Owner

链接: https://pan.baidu.com/s/1T32mf3NsWlxGSN_Um7Z-XQ 提取码: 5c1d

@pYq-lyz
Copy link
Author

pYq-lyz commented Jun 24, 2020

链接: https://pan.baidu.com/s/1T32mf3NsWlxGSN_Um7Z-XQ 提取码: 5c1d

非常感谢您的分享,我已经可以成功训练了。
接下来我计划只用Rank得到的模型来预测图像的质量。现在Siamese网络输出的是配对图片的相对值,我想只用Siamese网络的一个分支来预测图像的绝对质量,就像FT一样提取一个分支,但我不打算利用live数据集微调,我该如何实现呢?

@xialeiliu
Copy link
Owner

在训练Siamese网络过程中,实际上只有一个网络,因为两个网络的参数是共享的。

@pYq-lyz pYq-lyz closed this as completed Jul 3, 2020
@pYq-lyz
Copy link
Author

pYq-lyz commented Jul 3, 2020

在训练Siamese网络过程中,实际上只有一个网络,因为两个网络的参数是共享的。

利用rank模型预测图像的质量,输出的结果是图像的绝对结果吗?

@pYq-lyz
Copy link
Author

pYq-lyz commented Jul 3, 2020

在训练Siamese网络过程中,实际上只有一个网络,因为两个网络的参数是共享的。

利用rank模型预测图像的质量,输出的结果是图像的绝对结果吗?
如果要预测图像的质量是否必须使用标准数据集进行微调

@xialeiliu
Copy link
Owner

输出是一个绝对值,但是范围不一定是【0,1】或者【0,100】,需要输入不同的图像,得到一个大概的范围,这样的话你就可以大概知道测试图像的质量了。

@pYq-lyz
Copy link
Author

pYq-lyz commented Jul 3, 2020

的质

我利用Rank模型测试图像质量范围在0-1之间,但是同一张照片每次运行的的测试结果不同,是因为结果是取30个随机的224*224区域的平均值导致的吗?

@pYq-lyz pYq-lyz reopened this Jul 8, 2020
@pYq-lyz
Copy link
Author

pYq-lyz commented Jul 8, 2020

的质

我利用Rank模型测试图像质量范围在0-1之间,但是同一张照片每次运行的的测试结果不同,是因为结果是取30个随机的224*224区域的平均值导致的吗?

我将测试图片resize为250250,随机取30次224224的区域,每次所选取的224*224区域接近整张图,等价于30次整张图片,理论上测试结果是一致的,但是同一张图像我的测试结果是不一致的。请问rank模型测试结果的随机性是什么原因导致的?
期待您的回复,谢谢!

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

2 participants