自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

kangdk 视其所以,观其所由,察其所安。

敏于观察、勤于总结、构建系统化的知识架构。

  • 博客(2)
  • 收藏
  • 关注

翻译 【译】基于深度学习的语义分割导引

本文翻译自Qure.ai Blog,原文链接A 2017 Guide to Semantic Segmentation with Deep Learning 作者主要从事语义分割及物体检测等研究,因此有兴趣于回顾行业现状。 本文中,作者回顾了语义分割相关文献。大多数语义分割的研究使用自然或现实世界的图像数据集。尽管其结果不能直接用于医疗图像,作者回顾这些文献是因为基于自然图像的研究要远远多于医

2017-12-16 22:11:09 1198

翻译 论文笔记 | SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation

原文链接: 摘要: SegNet:一种新的、实用的深度全卷积神经网络用于像素级语义分割。包括编码网络、解码网络及像素级分类层。 解码层对低分辨率的特征图进行上采样,上采样时使用与下采样相同的下标映射。从而省去上采样的参数学习。 上采样后的特征图是稀疏的(大部分参数为零),之后与训练好的分类器卷积,产生密集特征图。 该网络旨在用于场景理解任务,设计时考虑其内存及计算效率。

2017-12-08 17:19:03 1966

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除