MachineLP的Github(欢迎follow):https://github.com/MachineLP
MachineLP的博客目录:小鹏的博客目录
以前打比赛的大师,做的卷积自编码用来图像的降噪:样本是噪声图片,标签是没有噪声的图片。
整个结果很简单,跟自动编码器很像,结构上都是降维后升维(encoder-decoder)的过程,但是用途完全不一样。
这只是一个雏形,后面优化的空间很大,前段时间在做图像语义分隔,原理类似,但是图像语义分隔开始扩展到很多领域:无人驾驶,基于图片的三维重建等等,随之而来是:开山之作:FCN、CRF、SegNet/DeconvNet、DeepLab系列、unet、refinenet、mask-rcnn等等。但是都是基于迁移学习来做的,迁移学习一个很大的优势就是可以用少量样本达到很好的效果,不信可以自己搭架模型试一下,所示现在能用迁移学习的绝不从头自己开始训练。<