- 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