此存储库包含“MIC”，它是ICCV 2019的内容

MIC：挖掘类间特征以改进深度度量学习 编者： 卡斯滕·罗斯（ ） 比亚乔·布拉托利（Biagio Brattoli）（ ） 比约恩·奥默（BjörnOmmer） 主要联系人：Karsten Roth 对于基线实现，请查看和随附的论文！ 该存储库包含用于运行我们的ICCV 2019论文《挖掘类间特征以改进深度度量学习》 （ ）中提出的运行管线的代码。 由于改进了基线方法的实施，因此将该管道用于具有半硬采样的ProxyNCA和Triplet的结果要好于本文中提到的结果。 注意：基线实现可以在找到。 要求 我们的方法已经过测试 Python版本3.6.6+ PyTorch版本1.0.1+和Cuda 8.0 适用于Cuda 8.0的Faiss（-gpu）1.5.1（GPU支持可选） Scikit图像0.14.2 Scikit学习0.20.3 Scipy 1.2.1