CV Tasks
Classification networks have been dominant in visual recognition, from image-level classification to regionlevel classification (object detection) and pixel-level classification (semantic segmentation, human pose estimation, and facial landmark detection).
Classification
Semantic Segmentation
- Label each pixel in the image with a category
- Don’t differentiate instances, only care about pixels
- We can think semantic segmentation as image classification at a pixel level
- FCN
- Encoder-Decoder
- DilatedFCN
Object Detection
Instance Segmentatic
任务搭建模板
- 数据处理
封装函数 读文件 预处理 异步 - 模型设计
1)网络结构 单层网络 多层网络 激活函数 CNN
2)损失函数 均方误差 Cross Entropy + SoftMax - 训练配置
1)优化器 SGD 学习率 Momentum/AdaGrad/Adam 正则化
2)资源配置 单机CPU GPU 多机多卡 单机多卡 - 训练过程
训练 评价指标 校验 作图 - 保存/加载
预测场景 恢复训练场景
Dense prediction 为什么不用same padding,为什么要先下采样再上采样?
请多多指教。
文章标题:CV Tasks
本文作者:顺强
发布时间:2019-12-01, 23:59:00
原始链接:http://shunqiang.ml/cv-task/版权声明: "署名-非商用-相同方式共享 4.0" 转载请保留原文链接及作者。