用
Res50從單張查詢圖像 中提取得到一個(gè)2048維的特征向量進(jìn)行DimProcs:對(duì)
2048維的特征向量進(jìn)行L2正則化-
維度處理后的特征降維成了
512維的特征向量- 這里的gallery_fea&query_fea分別是
{ndarray:(4367,512)},{ndarray:(1,512)} - 后面用torch.Tensor()轉(zhuǎn)換成了
{Tensor:(4367,512)},Tensor:{1,512}
- 這里的gallery_fea&query_fea分別是
對(duì)gallery_fea進(jìn)行特征增強(qiáng)(feature_enhance),用的是identity就是啥都沒(méi)做,直接返回原來(lái)的
{Tensor:(4367,512)}特征

對(duì)上面的總結(jié)
- 之后用metric計(jì)算單張查詢圖像的特征,和圖庫(kù)圖像特征的特征的距離
dis

dis的具體形式
-
根據(jù)算得的
dis用torch.argsort(dis, dim=1)函數(shù)對(duì)index進(jìn)行排序得到sorted_index每一個(gè)
index對(duì)應(yīng)一張圖庫(kù)集的圖像

ranked_neighbors
- 通過(guò)
do_index函數(shù)得到根據(jù)dis排序得到的圖片idx從gallery_info中找到相應(yīng)路徑,并用save_topk_retrieved_images進(jìn)行保存-
最后我們就會(huì)得到
五張最相近的圖像
-
