Attention center人類注意力預(yù)測(cè)模型

Attention center 是一個(gè)機(jī)器學(xué)習(xí)模型，這個(gè)倉(cāng)庫(kù)包含：

• 一個(gè) TensorFlow Lite 模型，可用于預(yù)測(cè)圖像的注意中心，即圖像中最突出的部分所在的區(qū)域
• 一個(gè) Python 腳本，可用于使用注意力中心對(duì)圖像進(jìn)行批量編碼。這可以和子模塊 libjxl 一起使用，以便創(chuàng)建 JPEG XL 圖像，這樣解碼圖像將從由模型決定的注意中心開(kāi)始。

Google Attention center 模型的一些預(yù)測(cè)實(shí)例，其中綠點(diǎn)是模型預(yù)測(cè)的圖像注意力中心點(diǎn)。

如何使用

請(qǐng)確保你已經(jīng)安裝了 Python 和 Tensorflow：

• 從 GitHub 上克隆它，包括子模塊
• 構(gòu)建 libjxl，按照 libjxl repo 中給出的說(shuō)明
• 運(yùn)行 encode_with_centers.py 腳本。

git clone https://github.com/google/attention-center --recursive --shallow-submodules
cd attention-center/libjxl
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DBUILD_TESTING=OFF ..
cmake --build . -- -j$(nproc)
cd ../../
python encode_with_centers.py --lite_model_file=./model/center.tflite \
  --image_dir="${INPUT_IMAGE_DIR}" --output_dir="${OUTPUT_IMAGE_DIR}"

有以下標(biāo)志：

  --[no]dry_run: If true, only do a dry run, do not write files.
    (default: 'false')
  --encoder: Location of th encoder binary.
  --image_dir: Name of the directory of input images.
    (default: './libjxl/build/tools/cjxl')
  --lite_model_file: Path to the corresponding TFLite model.
  --new_suffix: File extension of the compressed file.
    (default: 'jxl')
  --output_dir: Name of the directory of the output images.
  --[no]verbose: If true, prints info about the commands executed.
    (default: 'true')