摘要: 通常用外部api进行卷积的时候,会面临mode选择。 本文清晰展示三种模式的不同之处,其实这三种不同模式是对卷积核移动范围的不同限制。 设 image的大小是7x7,filter的大小是3x3 1,full mode 橙色部分为image, 蓝色部分为filter。full模式的意思是,从filte 阅读全文
posted @ 2019-01-22 17:23 努力奋斗的阿贝拉 阅读(504) 评论(0) 推荐(0) 编辑
摘要: 近期利用遥感影像进行路网提取,利用Unet网络进行图像分割 介绍如下: U-net网络非常简单,前半部分作用是特征提取,后半部分是上采样。在一些文献中也把这样的结构叫做编码器-解码器结构。由于此网络整体结构类似于大写的英文字母U,故得名U-net。U-net与其他常见的分割网络有一点非常不同的地方: 阅读全文
posted @ 2019-01-22 17:06 努力奋斗的阿贝拉 阅读(19976) 评论(0) 推荐(1) 编辑
摘要: 反卷积、上采样、上池化图示理解,如上所示。 目前使用得最多的deconvolution有2种。 方法1:full卷积, 完整的卷积可以使得原来的定义域变大 上图中蓝色为原图像,白色为对应卷积所增加的padding,通常全部为0,绿色是卷积后图片。卷积的滑动是从卷积核右下角与图片左上角重叠开始进行卷积 阅读全文
posted @ 2019-01-22 16:44 努力奋斗的阿贝拉 阅读(4300) 评论(0) 推荐(1) 编辑