神经网络入门的最好方法就是从简单的任务开始尝试,这里整理一些可以自己生成各种训练数据的小任务。
- 输入:一幅图上画一条线。输出:线的参数(x0,y0,k)
- 输入:线的参数(x0,y0,k)。输出:在图片上把这条线画出来
- 输入:一幅图上画一条线,并有各种噪音。输出:不带噪音的线
- 就用Unet,因为其实一幅画的信息就是三个线的参数
- 通过描述符的匹配,判断一幅图片上哪些区域是可能出现稳定描述符的,哪些是不稳定描述符的(比如汽车)
- 简单的对战RF网络
- 用3dmesh生成带噪音的点云,然后叫网络根据点云还原mesh