条件随机场（Conditional Random Field，CRF）

于 2021-09-06 03:41:45 发布
阅读量665 收藏 2
点赞数 1
分类专栏： 语义分割 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/JNingWei/article/details/120125201
版权

  • 完全连接的CRF在双线性插值后应用于网络输出上。

    • 在这里插入图片描述

  • CRF是一个后阶段的处理过程，它使DeepLabv1和DeepLabv2变为不是端到端的学习框架。不在DeepLabv3和DeepLabv3 +中被弃用。

  • 输入的是原图和mask，对输出结果做一个融合微调，使得分割结果更精准。

  • CRF能够稳定提效，但是极其耗时。只有完全不考虑实效性的刷版才会使用到。

  • 要用的话，推荐用全连接条件随机场（DenseCRF）。

JNingWei
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
条件随机场 (Conditional Random Fields, CRF) 原理与代码实例讲解
AGI通用人工智能之禅
06-13 91
条件随机场 (Conditional Random Fields, CRF) 原理与代码实例讲解 1.背景介绍 条件随机场（Conditional Random Fields, CRF）是一种广泛应用于序列标注任务的概率图模型。自从L
[学习日志]白板推导-条件随机场 CRF Conditional Random Field
gjh1716718326的博客
03-22 413
背景介绍 软分类&硬分类 硬分类：给每一个待分类样本都明确的分配到一个类别，比如SVM就是画一条线泾渭分明。 软分类：给每一个待分类样本都计算其属于各个类别的概率，比如朴素贝叶斯就是计算一个条件概率 硬分类举例 SVM 支持向量机 PLA 感知机 LDA 线性判别分析 软分类举例 概率判别模型 比如逻辑回归分类，计算条件概率P(Y|X) 注：逻辑回归可以看作是最大熵模型的特例，至于最大熵模型是啥就以后再补吧 概率生成模型 比如朴素贝叶斯分类，计算联合概率P(X,Y)并通过贝叶斯公式求条件概率 注
条件随机场
lgy54321的博客
08-03 391
文章目录概率无向图模型模型定义概率无向图模型:概率无向图模型的因子分解条件随机场的模型表示linear-chain 条件随机场CRF 的定义CRF 的参数化形式CRF 的简化形式条件随机场的矩阵形式条件随机场的概率计算问题前向-后向算法概率计算期望值的计算条件随机场的训练L-BFGS算法条件随机场的预测算法 条件随机场（conditional random field，以下简称CRF） 是给定一组...
《统计学习方法》读书笔记——第十一章 条件随机场
s000da的博客
03-20 593
写在前面 本系列博客是自己对于《统计学习方法》这本书的读书笔记，在读过每个章节以后根据自己的理解写下这一章的知识框架以及补充一些延伸知识点。 目录 写在前面 本章框架 概率无向图模型（马尔科夫随机场） 条件随机场 条件随机场的三个问题 补充知识点 本章框架 概率无向图模型（马尔科夫随机场） 是一个可以由无向图表示的联合概率分布，其中用图的节点(node)表示随机...
条件随机场（conditional random field，CRF)
Duckie的博客
11-15 6632
        条件随机场（conditional random field，CRF)是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔可夫随机场。条件随机场可以用于不同的预测问题，本章仅论及它在标注问题的应用。因此主要讲述线性链（linear chain)条件随机场，这时，问题变成了由输入序列对输出序列预测的判别模型，形式为对数线性模型，其学习方法...
条件随机场 （conditional random fields ）模型
彼岸花
08-30 9701
条件随机场模型是由Lafferty在2001年提出的一种典型的判别式模型。它在观测序列的基础上对目标序列进行建模,重点解决序列化标注的问题条件随机场模型既具有判别式模型的优点,又具有产生式模型考虑到上下文标记间的转移概率,以序列化形式进行全局参数优化和解码的特点,解决了其他判别式模型(如最大熵马尔科夫模型)难以避免的标记偏置问题。 条件随机场模型（conditional random f
CRF（Conditional Random Field）条件随机场
最新发布
07-28
CRF（Conditional Random Field）是一种统计模型，主要用于序列标注任务，如命名实体识别、词性标注和语义角色标注等。CRF是一种判别模型，通过对输入序列和输出序列的联合概率建模来进行标注任务。 在CRF中，输入...
条件随机场(CRF)
04-17
这个文档是对条件随机场（Condition Random Field）的简单介绍，介绍清晰简单、浅显，易于理解
Dence CRF 条件随机场图像分割
08-31
利用平均场估计对条件随机场的高效实现。用于图像分割
条件随机场代码（图像分割）
04-12
条件随机场代码（图像分割），可以直接对图像进行分割，也可以用于深度学习网络的后端优化
General Conditional Random Field (CRF) Toolbox for Matlab
02-21
CRF(Conditional Random Field) 条件随机场是近几年自然语言处理领域常用的算法之一，常用于句法分析、命名实体识别、词性标注等。在我看来，CRF就像一个反向的隐马尔可夫模型(HMM)，两者都是用了马尔科夫链作为隐含...
条件随机场（CRF）理论及应用
weixin_34109408的博客
01-08 1613
http://x-algo.cn/index.php/2016/02/15/conditional-random-field-crf-theory-and-implementation/ 条件随机场（CRF）是给定一组输入随机变量条件下，求另一组输出随机变量的条件概率分布的模型；其特点是假设输出随机变量构成马尔科夫随机场（后面解释），条件随机场可以用于不同的预测问题，对自然语言处理过程主要是线性（...
条件随机场 conditional random fields 及代码实现
热门推荐
pi9nc的专栏
11-12 1万+
条件随机场 conditional random fields 及代码实现 分类： 机器学习2012-08-27 10:29 301人阅读 评论(0) 收藏 举报 条件随机场模型是由Lafferty在2001年提出的一种典型的判别式模型。它在观测序列的基础上对目标序列进行建模,重点解决序列化标注的问题条件随机场模型既具有判别式模型的优点,又具有产生式模型考虑到上下文标记间的转移
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值