cnn源码matlab (Open Set) 用于图像分类任务的域适应 新的！ 动作识别数据集链接： ICCV'17 论文在： -> 在 Matlab 2013b 上测试 - Windows 7 -> 在 Visual Studio 2013 / Matlab 2013b 上编译的 Caffe 二进制文件（请使用您自己的二进制文件或预先计算的功能 -> 应为 Matlab 2015 升级包含的 OPTI 工具箱版本：开始分类任务： main.m（启动程序） Run_DA.m（一次运行多个实验的脚本） 修改参数： 输入参数.m isDA = true，激活域自适应 isOpenset = true，激活开放集协议。 否则，（标准）闭集 “ATI”是我们开发的方法 numSrcClusters 必须包含与类或视点相同的数量，因此“ATI”有效：Saenko = 10, Office = 31, Viewpoints = 8, 16, 24, 36, ... 对于开放集协议，计数共享类 + 1 (未知类） isMidResultsDA = true，用于可视化ATI优化过程中的附加结果 数据

代码采用识别模型的是Alexnet模型，识别数据集为mnist手写数据集 代码运行前提是python的运行环境安装了libmr包

很棒的开放集识别列表 与开放集识别，分发外，开放​​集域适应和开放世界识别相关的精选论文和资源清单 注意： 此列表并不详尽。 为了公平起见，表使用字母顺序。 内容 异常检测 开放集域适应 开放世界认可 执照 贡献 讲解 教程与调查 迈向开放集识别，Scheirer WJ，de Rezende Rocha A，Sapkota A等。 （ PAMI，2013年）。 迈向开放世界认可，Bental A，Boult T.（ CVPR，2015年）。 终身机器学习，陈志远和刘冰。 （ 2018 ）。 开放集识别的最新进展：一项调查，耿C，黄胜，陈胜。（ arXiv，2018 ）。 公开集识别的最新进展：调查v2 ，耿传兴，黄胜军，陈松灿。 （ arXiv，2019 ）。 文件 开放集识别 基于传统机器学习方法 2019年 用于开放集识别的专用支持向量机，Pedro Ribe

公开集识别项目 使用PyTorch进行的开放集识别项目。 如有任何问题，请发送电子邮件 注意：由于我的实验性实现（特别是我的方法），需要重新构造。 要求 对于不同的算法和不同的数据集，要求会有所不同。通常，基本和必不可少的要求是： # pytorch 1.4+, torchvision 0.7.0 + pip3 install torch torchvision # sklearn pip3 install -U scikit-learn # numpy pip3 install numpy # scikit-learn-0.23.2 pip3 install -U sklearn 对于OpenMax： pip3 install libmr 对于绘制MNIST： pip3 install imageio pip3 install tqdm 配套 数据集 CIFAR-100（完成）