如何解决什么是“语义驱动的重建”
我正在阅读this论文,以更好地了解与视觉相关的任务的深度学习的工作原理。在这一段中,我无法完全理解什么是“语义驱动的重建”。 -
从最低层开始对模型进行顺序训练。 这可以实现良好的语义驱动的重建结果 以较小的比例处理非常低分辨率的图像 从而执行大部分全局图像操作。
任何人都可以对此段进行释义以便于理解吗? 谢谢。
解决方法
This PDF presentation应该会有所帮助,但是基本思想是,语义重构不仅可以简单地将图像解析为像素(例如边界,轮廓,深度),还可以对图像特征进行标记,并对场景进行标记。在更人性化的意义上“理解”。因此,在本段的上下文中,他们声称,通过单独训练每个模型层(而不是一次训练所有层),即使图像分辨率低,他们也可以成功标记和操纵图像特征。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。