Exploiting ConvNet Diversity for Flooding Identification

weixin_30316097

于 2019-06-18 21:14:00 发布

阅读量124

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能

原文链接：http://www.cnblogs.com/tccbj/p/11047863.html

博客围绕洪水区域语义分割展开，提到采用空洞卷积和反卷积组合，再用SVM学习组合方式能获更好效果，而直接对不同网络结果投票效果更差，还介绍了消融研究，即通过参数不同组合获最佳设计。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

语义分割洪水区域。

空洞卷积和反卷积组合，结果再用svm学习如何组合，能获得更好的效果。

直接对不同网络的结果进行投票会得到更差的结果。

消融研究（Ablation Study）：类似控制变量法，就对那些可能影响网络精度的参数进行不同组合，从而得到最好的设计

转载于:https://www.cnblogs.com/tccbj/p/11047863.html

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。