CNN for Image Retrieval

編譯matconvnet：

先裝vs，再裝matlab（若順序裝反，則會報錯，matlab找不到vs的路徑，如果你能把路徑設定好，也可以隨意順序安裝），我的vs版本是vs2012。把matlab的目錄設定在X:\matconvnet-1.0-beta10下，然後在matlab命令視窗中輸入：addpath matlab，回車，在輸入：vl_compilenn，回車進行CPU版的編譯（GPU稍微麻煩，可在網上查閱具體編譯方法），編譯成功後會在matlab資料夾下生成一個mex資料夾，有4個mexw64檔案和一個build資料夾，這樣就把matconvnet配置好了。

在執行extractCNN.m 的時候，可能會報錯，這時候，需要把 weights 改為 filters，因為vggnet 的模型裡面用的是filters，而不是weights，其實意思是一樣的。。。

注意：鑑於MatConvNet只能在Matlab 2014及其以上以及系統必須是64位，所以在使用此工具箱之前得滿足這兩個條件。如果是Pythoner，推薦使用flask-keras-cnn-image-retrieval，純Python，非常易於寫成線上影象搜尋應用。

示例：Caltech-256影象資料庫

Caltech-256影象資料庫上搜索結果

執行步驟

1). 如果不需要計算mAP的話，那就直接把你的影象庫資料夾名字命名為database

python movefiles.py

2). 接著便可以抽取特徵。執行extractCNN.m，要用parfor並行的話，直接修改註釋部分即可。

3). 檢索視覺化。這一步執行queryInDatabaseDemo.m即可。

4). 計算mAP。不需要計算MAP的這步略過。執行compute_MAP.m，關於mAP的計算，請參閱我畫的mAP計算過程示意圖：資訊檢索評價指標，這個計算mAP的指令碼是按照那個流程中定義的mAP計算方式來寫的。