├── Experiments
│ ├── ann_cifar.py
│ ├── centroid_res18.py
│ ├── cifar_10_knn.ipynb
│ ├── cifar_10_knn_resnet18_73_percent.ipynb
│ ├── cifar_10_pca_knn.ipynb
│ ├── cifar_10_res50_m.py
│ ├── cnn-resnet34-cifar10.ipynb
│ ├── Embedding_similarity.ipynb
│ ├── HOG+KNN.ipynb
│ ├── __init__.py
│ ├── Logs
│ │ ├── RESNET50_3HLL_CIFAR.out
│ │ └── RESNET50_CIFAR.out
│ ├── PCA+HOG+KNN.ipynb
│ ├── quicknet_cifar10_centroid.ipynb
│ ├── quicknet_knn.py
│ ├── Resnet50_classification.py
│ ├── train_resnet50_3hll.py
│ └── train_resnet50_iter_1.py
├── flagged
│ └── log.csv
├── images
│ ├── dog.jpg
│ ├── horse.jpg
│ ├── image2image.png
│ ├── person1.jpeg
│ ├── person2.jpeg
│ ├── person3.jpeg
│ ├── person4.jpeg
│ ├── person5.jpeg
│ ├── plane.jpg
│ └── truck.jpg
├── index.html
├── __init__.py
├── LICENSE
├── MidTerm_Report.pdf
├── Model
│ ├── ann.pt
│ ├── centroid_app.py
│ ├── CIFAR.pt
│ ├── data
│ │ ├── batches.meta
│ │ ├── data_batch_1
│ │ ├── data_batch_2
│ │ ├── data_batch_3
│ │ ├── data_batch_4
│ │ ├── data_batch_5
│ │ ├── mean_embeddings.pkl
│ │ ├── test_batch
│ │ └── train_embeddings_resnet18.pkl
│ ├── pretrained_model_weights.h5
│ ├── pretrained_weights_quicknet.py
│ ├── resnet18.h5
│ ├── Resnet50_train_features.pt
│ └── test.py
├── Preprocessing
│ ├── cifar_eda.ipynb
│ ├── k_means.py
│ └── utils.py
├── __pycache__
├── quicknet.gif
├── README.md
├── requirements.txt
├── riyalnet.gif
├── styles
│ └── style.css
└── ui_gradio.pyThis guide will help you set up and install the necessary dependencies for running the project.
- Clone the Repository:
git clone https://github.com/Ramjat19/Image_Retrieval.git
-
cd Image_Retrieval -
pip install -r requirements.txt
-
python ui_gradio.py
This command will start the Gradio interface and display the URL where you can access it. By default, it will run on http://127.0.0.1:7860/.
If you want to specify a custom IP address, you can change the argument of demo.launch() by inserting server_name = "YOUR_IP_ADDRESS". Alternatively, you can use share=True to generate a public link.