alex_bn_lee

摘要： https://en.wikipedia.org/wiki/Kernel_density_estimation 核密度估计 Kernel Density Estimation(KDE) Leveraging crowdsourced gps data for road extraction from 阅读全文

摘要： Introduction to autoencoders. Keras实现autoencoder Deep Auto-encoder 个人理解：非监督学习，通过构建一个两边宽，中间窄的结构，可以让数据的信息丢失，从而实现降低维度的效果了。 阅读全文

摘要： 深度特征融合 高低层（多尺度）特征融合 U-Net中的skip connection 在很多工作中，融合不同尺度的特征是提高分割性能的一个重要手段。低层特征分辨率更高（low-level information），包含更多位置、细节信息，但是由于经过的卷积更少，其语义性更低，噪声更多（说明：原始图像 阅读全文

摘要： 参考：7.6. Residual Networks (ResNet) 参考：Understanding and visualizing ResNets 参考：DeepLearning笔记(8)——ResNet 如下所示：左边为 identity shortcut，右边为 projection sho 阅读全文

该文被密码保护。 阅读全文