weixin_65845789的博客

原创 机器视觉方向

基本检测的概念是建立一个重建网络，它可以修复样本中存在的缺陷区域，然后对输入样本与恢复样本进行比较，以指示缺陷区域的准确。在算法的训练过程中，只需要正样本，不需要缺陷样本和人工标注。U-Net是一种全卷积神经网络（FCN），它可以对整个图像进行像素级别的分割，而Mask R-CNN是一种目标检测模型，它只对图像中的感兴趣区域（RoI）进行分割。标记分布学习作为一种新的学习范式，比多标记学习具有更丰富的标记语义，可以更精确地刻画与同一示例相关的多个标记的相对重要性差异等，是当今机器学习领域的研究热点之一。