摘要：
条件随机场Conditional Random Field-CRF入门级理解 阅读全文
摘要：
统计学中特征函数理解和学习 阅读全文
摘要：
一个深度学习模型在各类任务中的表现都需要定量的指标进行评估，才能够进行横向的对比比较，包含了分类、回归、质量评估、生成模型中常用的指标。 阅读全文
摘要：
深度学习模型中的Normalization，数据经过归一化和标准化后可以加快梯度下降的求解速度，这就是Batch Normalization等技术非常流行的原因，Batch Normalization使得可以使用更大的学习率更稳定地进行梯度传播，甚至增加网络的泛化能力。 阅读全文
摘要：
全景分割（Panoptic Segmentation）
在计算机视觉中，图像语义分割（Semantic Segmentation）的任务是预测每个像素点的语义类别；实例分割（Instance Segmentation）的任务是预测每个实例物体包含的像素区域。全景分割（Panoptic Segmentation）最先由 FAIR 与德国海德堡大学联合提出，其任务是为图像中每个像素点赋予类别 Label 和实例 ID ，生成全局的、统一的分割图像。 阅读全文
摘要：
基于深度学习的图像分割方法，即语义分割、实例分割和全景分割，弱监督训练就是用更少、更容易获得的真值标注，替代逐像素的真值标注，从而在降低标注成本的基础上，维持较高水平的分割 阅读全文
摘要：
图像分割
图像分割是什么？如果下学术定义，就是把图像分割成想要的语义上相同的若干子区域，看上面的自动驾驶的分割任务，路是路，车是车，树是树。这些子区域，组成图像的完备子集，相互之间不重叠。图像分割可以被看作是一个逐像素的图像分类问题。 阅读全文