為了督促自己每天都有進步，在這裡記錄下每天遇到的問題和學到的新知識，僅作為個人回顧使用。
fcn的學習
語義分割的研究現狀：
1.傳統方法
normalized cut（歸一化切割）：分割具有相同特徵的區域，比如某一塊紋理和顏色是相同的，就把這一塊視為是一塊，但是這種方法速度非常慢（每次執行一次n-cut只能分割出一種物體）
structured random forests（結構化隨機森林）：可以很好地改善噪點的問題，但是容易過擬合，準確率不高，速度慢
svm（支援向量機）
2.深度學習卷積神經網路
fcnsegnet
linknet…
深度學習方法存在的問題：不匹配關係，不尋常類；不匹配關係需要通過能夠看到全域性資訊的卷積核融合起來去解決。有關不尋常關係的解決**（rednet, rdfnet）
語義分割常用資料集：sunrgbd, nyudv2, pascal voc, cityscapes, camvid等
**結構：abstract–introduction–related work–prior knowledge–details of learning–results–conclusion–references
abstract: 介紹**背景，核心觀點，方法途徑，最終成果
introduction: 語義分割研究現狀，本文貢獻，文章整體結構
related work: 文章思想**，先前方法的特點，本文的不同之處
prior knowledge: 卷積網路基本定義，與分類網路間的聯絡和區別，shift-and-stitch, deconvolution, patchwise, training
details of learning: 演算法結構，創新點，設計細節
results: 指標定義，多種資料集中的實驗分析
什麼是端到端？end-to-end
端到端說白了就是輸入是一張（原始影象），輸出是一張相同尺寸的（**影象）。特徵提取是端對端訓練的重要部分，深度學習之前的端對端訓練中的特徵提取是人工完成的。
introduction
cnn 在全分類和區域性任務上勢頭很猛
在fcn之前也有很多網路把卷積網路應用到了語義分割上，但是並沒有實現端到端
fcn網路採用端到端，畫素到畫素的**模式取得了很好的效果。第三段提到了有監督的預訓練（supervised pre-training），指的是將之前的一些網路的預訓練權重導到fcn當中。推理和學習的過程通過前向傳播和反向傳播來實現
這個方法可以解決之前演算法（patchwise training）的一些難題，例如缺少全卷積的訓練過程（即訓練不夠細緻），fcn沒有採用一些預處理，仍然能取得很好的結果，說明演算法本身很牛掰~
全域性資訊解決的問題是「是什麼」，區域性資訊解決的問題是「在**」，因此這兩個資訊本身是存在矛盾的，因此fcn採用了跳躍連線，用於將區域性資訊和全域性資訊進行融合。
related work
fcn的先驗知識
感受野：
決定某一層輸出結果中某一元素對應的輸入層區域大小
r fl
+1=r
fl+(
kern
el_s
ize−
1)∗s
trid
erf_=rf_l+(kernel\_size-1)*stride
rfl+1
=rfl
+(k
erne
l_si
ze−1
)∗st
ride
rf指的是感受野，上面公式分別是l+1層和l層的感受野，也就是說感受野大小是和上一層感受野大小是相關的，我們所說的感受野對應的區域均指的是原圖上的區域，而不是上一層對應的區域大小。
平移不變性（translation invariance）:
影象中的目標無論被移到中的哪個位置，分類結果都應該是相同的；在影象中的目標移動時，特徵圖也產生相應的移動。
然而實際上，平移不變性在卷積神經網路中是不好用的。在相關的**中可以查到，卷積神經網路不遵循平移不變性的原因是忽略了取樣定律，即過多的下取樣，當這些下取樣的卷積步長不為1時，其會破壞的空間關係，從而導致結果出現問題。
fcn中卷積層代替全連線層的意義：
全連線層輸出的是一維向量，這就導致它失去了空間幾何意義，而卷積層彌補了這一點。
3 1日學習筆記 3 2日學習筆記
待看 1.原來torch.tensor是不能處理str的，只能對整形的進行處理，否則 torch.tensor 1 file line 1,in torch.tensor 1 valueerror too many dimensions str 2.如果針對最後的hidden輸出，size為 num...
2012 5 12日學習總結
上午主要學習物件導向程式設計 1 物件導向的基本概念 物件，類，繼承 2 乙個空類預設產出哪些成員函式 建構函式，析構函式，拷貝建構函式，賦值函式 3 struct 和class有哪些區別 struct 和class基本相同，只是struct預設所有成員為public而class成語預設為priva...
4 8日學習記錄
今天主要講了檔案上傳 國際化三個內容 檔案上傳 springmvc同樣使用了apache的檔案上傳元件。所以需要引入以下包 apache commons fileupload.jar apache commons io.jar 在myspring servlet.xml中配置 class org.s...