《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。
先说符号表示
联合分布:
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:
这里应该就是按住 θ \theta