A4-图像检索全局匹配-revisit-anything重访任何事物：基于图像分割检索的视觉地点识别（ECCV 2024）

 

https://github.com/anyloc/revisit-anything

概括

重访任何事物 = 细分任何事物 (SAM) + 重访地点

1. 使用 SAM 将地点图像分解为“有意义的事物”。
2. DNOv2 具有这些细分（“超级细分”）。
3. 基于相似度加权的检索片段计数 -> 图像检索

结果：在室外街景数据集和“非分布”数据集（航拍、历史、拥挤的室内、室内+室外）上均实现了最先进的视觉地点识别！

识别并检索这些“有意义的部分”而不是整个图像，可以实现以下功能：

🧭视角不变性
🖼️语义可解释性
🔮开放集识别

不妨试一试！按照以下说明即可快速设置！

 

 

数据集

数据集下载

• 要使用像 17places 这样的小型数据集快速运行流程，您可以从此链接下载所需数据。更多详细信息请参见“数据集准备”部分。
• 对于 AnyLoc 常用的数据集（例如百度、VPAir、pitts、17places），目前可以从这里下载数据集。
• https://www.dropbox.com/scl/fi/dhyv4k932lxlbdygkolkf/AnyLoc2023-Public-Data.tar.gz?rlkey=8onlj7iezbiw0in1iul8breql&e=1&st=tjrn4vn9&dl=0
• 对于 SF-XL、MSLS 和 AmsterTime，请在此处查找说明。

为了快速上手，建议您从像 17 个地点这样的小型数据集开始。