《弱监督/半监督的DCNN图像分割》笔记

《Weakly- and Semi-Supervised Learning of a Deep Convolutional Network for Semantic Image Segmentation》笔记


Semantic Image Segmentation》笔记)

学习笔记,如有谬误,还请不吝赐教!

解决的问题以及方法

这篇文章提出的方法可以用分类标签或者boundingbox标签来做弱监督的分割,糅合上强监督的分割,就是半监督的算法。这里重点了解半监督算法。

分类标签

我觉得这篇文章最亮点的地方就在这里了(然而最后效果并不理想,还是抱了boundingbox的大腿,但boundingbox的方法就很一般了…),只有分类标签,怎么监督学习分割图像呢?这里提出的思想就是分割图像是分类结果的隐变量,这样就可以套EM算法学习分割图像。
在这里插入图片描述
先说符号表示
在这里插入图片描述

联合分布:
在这里插入图片描述
这个公式我想了半天,觉得这里最后一项之所以不是P(z|x,y)是因为z作为标签,本来就是根据x来的,所以z其实就是z|x,这里就直接省略了。或者说这就是一个马尔科夫过程,大家条件独立。不知道这样想对不对…

先给他EM算法的流程:
在这里插入图片描述
这里应该就是按住 θ \theta

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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