MATLAB精度验证代码-MIM-lipreading：论文的代码与模型

简介：
MIM-lipreading是为支持相关研究论文而开发的一个MATLAB项目，专注于唇读任务中的模型训练和精度验证。该项目包含了实现高精度唇读识别所需的所有关键代码和预训练模型。 介绍 本存储库包含用于代码和模型的实现。 依存关系： - Python版本：3.5 - Pytorch版本：1.0.0 - OpenCV-Python版本：4.1 数据集： 使用LRW（Lip Reading in the Wild）数据集进行实验。在Matlab中，建议用于裁剪嘴部区域的坐标为 (x1, y1, x2, y2) = (80, 116, 175, 211)。 请注意，在Python代码中，固定的嘴部ROI（高度×宽度）定义为 [：，115:211，79:175]。 训练过程： 为了更好地展示我们提出的GLMIM模型的效果，首先对基准模型进行训练。接着将LMIM应用到基础模型上。最后再用GMIM改进它们。 在LRW数据集上进行了这些步骤的实验和测试。 配置说明： 关于Baseline（基准）的具体配置已经在main.py文件顶部的注释中详细解释了，请先根据自己的需求填写好相应的配置信息，然后运行命令 python main.py 来开始训练。