低分辨率图像分类，深度聚类，FCN

• Unsupervised Deep Feature Transfer for Low Resolution Image Classification

低分辨率图像分类，使用高分辨率图像对低分辨率图像进行迁移

使用的网络结构：

先使用预训练的网络提取特征，在将特征进行无监督的聚类迁移，再使用SVM分类器

 

• 深度聚类

Deep Clustering for Unsupervised Learning of Visual Features

• kmeans聚类方法

目标：使每个点到其中心点的距离之和最短

贪心算法：点集{x1,x2,...xm}

• Fully Convolutional Networks for Semantic Segmentation

http://simtalk.cn/2016/11/01/Fully-Convolutional-Networks/中文介绍

他只要是把VGGnet的后三层全连接层换成了卷积层，全连接层到卷积层的转化：

三层转换分别是：

（1） 7*7*512 --》4096     转变成f=7,p=0,s=1,k=4096

（2）4096---》4096            转变成f=1,p=0,s=1,k=4096

（3）4096--》1000              转变成f=1,p=0,s=1,k=1000

利用反卷积层进行上采样，并采用了跳级求和

上池化：在池化时记住输出值的位置，在上池化时再将这个值填回原来的位置，其他位置为0