50 lines
2.8 KiB
Python
50 lines
2.8 KiB
Python
import argparse
|
|
|
|
|
|
def get_args():
|
|
|
|
parser = argparse.ArgumentParser()
|
|
|
|
parser.add_argument("--hash-layer", type=str, default="select", help="choice a hash layer [select, linear] to run. select: select mechaism, linear: sign function.")
|
|
parser.add_argument("--save-dir", type=str, default="./result/64-bit")
|
|
parser.add_argument("--clip-path", type=str, default="./ViT-B-32.pt", help="pretrained clip path.")
|
|
parser.add_argument("--pretrained", type=str, default="")
|
|
parser.add_argument("--dataset", type=str, default="flickr25k", help="choise from [coco, mirflckr25k, nuswide]")
|
|
parser.add_argument("--index-file", type=str, default="index.mat")
|
|
parser.add_argument("--caption-file", type=str, default="caption.mat")
|
|
parser.add_argument("--label-file", type=str, default="label.mat")
|
|
parser.add_argument("--similarity-function", type=str, default="euclidean", help="choise form [cosine, euclidean]")
|
|
parser.add_argument("--loss-type", type=str, default="l2", help="choise form [l1, l2]")
|
|
# parser.add_argument("--test-index-file", type=str, default="./data/test/index.mat")
|
|
# parser.add_argument("--test-caption-file", type=str, default="./data/test/captions.mat")
|
|
# parser.add_argument("--test-label-file", type=str, default="./data/test/label.mat")
|
|
parser.add_argument("--txt-dim", type=int, default=1024)
|
|
parser.add_argument("--output-dim", type=int, default=64)
|
|
parser.add_argument("--epochs", type=int, default=100)
|
|
parser.add_argument("--max-words", type=int, default=32)
|
|
parser.add_argument("--resolution", type=int, default=224)
|
|
parser.add_argument("--batch-size", type=int, default=64)
|
|
parser.add_argument("--num-workers", type=int, default=4)
|
|
parser.add_argument("--query-num", type=int, default=5120)
|
|
parser.add_argument("--train-num", type=int, default=10240)
|
|
parser.add_argument("--lr-decay-freq", type=int, default=5)
|
|
parser.add_argument("--display-step", type=int, default=50)
|
|
parser.add_argument("--seed", type=int, default=1814)
|
|
parser.add_argument("--beta", type=float, default=0.24)
|
|
|
|
parser.add_argument("--lr", type=float, default=0.001)
|
|
parser.add_argument("--lr-decay", type=float, default=0.9)
|
|
parser.add_argument("--clip-lr", type=float, default=0.00001)
|
|
parser.add_argument("--weight-decay", type=float, default=0.2)
|
|
parser.add_argument("--warmup-proportion", type=float, default=0.1,
|
|
help="Proportion of training to perform linear learning rate warmup for. E.g., 0.1 = 10%% of training.")
|
|
parser.add_argument("--vartheta", type=float, default=0.5, help="the rate of error code.")
|
|
parser.add_argument("--sim-threshold", type=float, default=0.1)
|
|
|
|
parser.add_argument("--is-train", action="store_true")
|
|
|
|
args = parser.parse_args()
|
|
|
|
return args
|
|
|