摘要:
K近邻算法将每组数据分到某个类中,其具体过程如下: 给出已知类别的数据集; 然后对于未知类别属性的数据集中的每个点依次执行以下操作: 1.计算已知类别数据集中的点与当前的点的距离; 2.按照距离依次排序; 3.选取与当前点距离最小的k个点; 4.确定前k个点所出现类别的出现频率; 5,返回前k个点中 阅读全文
摘要:
一、 RCNN系列的发展 1.1 R-CNN 根据以往进行目标检测的方法,在深度学习应用于目标检测时,同样首先尝试使用滑动窗口的想法,先对图片进行选取2000个候选区域,分别对这些区域进行提取特征以用来识别分割。 步骤一:在imagenet分类比赛上寻找一个cnn模型,使用它用于分类的预训练权重参数 阅读全文
摘要:
语义分割的基本结构如下,通过一个分割模型确定基本结果,再通过CRF等进行优化输出。 后面优化的模型有以下几种: 全连接条件随机场(DenseCRF) CRFasRNN 马尔科夫随机场(MRF) 高斯条件随机场(G-CRF) 后面的概率模型中存在二元势函数, 二元势函数就是描述像素点与像素点之间的关系 阅读全文
摘要:
深度学习中的end to end是什么意思? 端到端就是输入一个数据进入模型,然后模型直接可以输出你想要的结果,也就是一体性。 简单讲就是,Input >系统(这里指神经网络) >Output(直接给出输入,NN神经网络就给出结果) 阅读全文
摘要:
FCN在之前做过介绍 下面是几种对称结构,基本上都是基于编码和解码的过程,主要使用了卷积和反卷积,池化,上采样的结构。 上采样的实现主要在于池化时记住输出值的位置,在上池化时再将这个值填回原来的位置,其他位置填0。 SegNet DeconvNet 下面是一种稍微成熟的结构,称为带洞卷积结构。 De 阅读全文