【CV+DL学习路04】反卷积——Adaptive Deconvolutional Networks for Mid and High Level Feature Learning

Adaptive Deconvolutional Networks for Mid and High Level Feature Learning ICCV 2011

一、介绍

论文提出一种分级(hierarchical)模型,通过稀疏卷积编码层和最大池化层的交替学习捕捉图像的多种信息:低级边缘(low-level edges), 中级边缘连接(mid-level edge junctions),目标的高级部分和完整的目标。

新建立的模型,每一层都会重构输入而不是只有向下直接输出。以前的模型可以捕捉低级结构,但很难找到适当的中高级结构的表示。新的模型可以学习多层特征,以无监督的方式从低级边缘到高级对象部分的所有尺度中提取结构。

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