BAID

Référentiel officiel pour le document CVPR2023: "Vers l'évaluation de l'esthétique de l'image artistique: un ensemble de données à grande échelle et une nouvelle méthode"

Ensemble de données

• Cloner le référentiel

 git clone https://github.com/Dreemurr-T/BAID.git
cd BAID/

• Installez les dépendances nécessaires en utilisant:

 pip install pandas
pip install tqdm

• Téléchargez l'ensemble de données en utilisant:

 python downloading_script/download.py

Les images seront enregistrées en images/ dossiers.

Puisqu'il pourrait être lent lors du téléchargement des images, nous fournissons des alternatives pour obtenir l'ensemble de données:

• Baidu netdisk: lien, code: 9y91
• Google Drive: à venir bientôt

Les étiquettes de fil de données de l'ensemble de données se trouvent dans le dossier dataset .

Code

Exigences

• Python> = 3,8
• Pytorch> = 1.12.0
• TorchVision> = 0,13.0

D'autres dépendances peuvent être installées avec:

 pip install -r requirements.txt

Pré-formation

• Téléchargez l'ensemble de données Baid et placez les images dans les images/ dossiers
• Prétraitez les données en utilisant:

 python pretraining_utils/pretrain_mani.py

• Prétrangez l'épine dorsale RESNET50 en utilisant:

 python pretraining.py

L'ensemble du processus de pré-formation prend environ 2 jours sur un seul RTX3090. Nous fournissons nos poids pré-entraînés à Drive.

Entraînement

Pour une formation sur Baid, utilisation:

 python train.py

Les points de contrôle seront enregistrés sur le dossier checkpoint/SAAN .

Essai

Pour tester sur Baid, téléchargez les poids pré-entraînés à partir de Drive, placez le point de contrôle dans checkpoint/BAID

Puis utilisez:

 python test.py

Licence

L'ensemble de données est sous licence sous CC BY-NC-ND 4.0

Reconnaissance

Le code a emprunté à pytorch-adain et non local_pytorch.

Citation

Si vous trouvez notre travail utile, veuillez citer notre travail comme:

 @InProceedings { Yi_2023_CVPR ,
    author    = { Yi, Ran and Tian, Haoyuan and Gu, Zhihao and Lai, Yu-Kun and Rosin, Paul L. } ,
    title     = { Towards Artistic Image Aesthetics Assessment: A Large-Scale Dataset and a New Method } ,
    booktitle = { Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) } ,
    month     = { June } ,
    year      = { 2023 } ,
    pages     = { 22388-22397 }
}