product-quantization

KO | EN

gitlite — search

#python #typescript #go #android #machine-learning #deep-learning #linux #macos #java #windows #awesome #cli #awesome-list #mcp

product-quantization

(★ 26)

product quantization experiments

product-quantization 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# product quantization
---

This project contains all the tools to find stable points in a picture. Additionally, it can also be used as an picture search
engine.

The project mainly impletes the algorithm introduced by:

"Product quantization for nearest neighbor search"
 Hervé Jégou, Matthijs Douze and Cordelia Schmid, 2011 TPAMI.

and also use a library(yael) from their project, all rights own to them.

## Commands:

1.提取特征
  使用命令:extracter picture_dir feature_dir
  其中picture_dir是图片存放的文件夹，默认该文件夹只存在图片文件，
feature_dir 是特征存放的文件夹，提取特征前需要清空其中的文件。
  对于图片数据库和查询的图片要分别提取特征

2.训练
  使用命令:pqtrain base_pic_feature_dir
  程序输出为model.dat, database.dat

3.查询
  使用命令:pqsearch  query_pic_feature_dir/query_pic_feature_list_file
  参数可以是查询图片库特征文件夹或者查询图片特征文列表，
  程序加载model.dat和database.dat，进行查询
  第一次查询会在图片库特征文件夹中生成summery.txt文件，如果
图片库特征文件夹有改动，需要先删除这个文件。
  查询的结果存放在当前目录下的search_rslt[thread_id].txt

4.稳定点过滤
  使用命令:stablizer search_result.txt stablize_result.txt
  search_result.txt是查询所得的结果文件，
  stablize_result.txt是稳定点过滤后的结果文件

5.过滤后查询
　使用命令:filter stablize_result.txt out_put_dir
  stablize_result.txt是查询所得的结果文件，
  out_put_dir是新的特征文件存放的目录
  将过滤后的特征重新保存在一个新文件中

## Log:

2012年 12月 04日 星期二 22:03:53 CST
查询与训练分离开，这样训练的模型是通用的，但数据集需要据此建立索引
对于无法一次加载到内存的数据集，可以分开，一部分用来训练模型，另外一部分
可以通过模型与训练集融合，这样数据集的索引就完整了。

2012年 12月 23日 星期日 17:25:46 CST
添加新工具filter,用来对稳定点进行过滤

## Notes:

1. centroid file format
struct {
    int coarse_k;
    float* centroids;/* coarse_k*FEATURE_LEN*/
}
2. all feature file name should end with "_ftr"
3. to run stablizer, make with "install" so that configure file is present in the build dir
4. draw command will draw the stable point with color (255,0,255),unstable points with color (0,255,0)

product-quantization

product-quantization 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

product-quantization

product-quantization 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README