We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
全結合層をconvolution層に置き替え、二次元マップを出力。これにより入力を任意のサイズとすることが出来る。ただし解像度が落ちるため、Upconvolutionを使用して解像度を上げている。
convolutionを繰り返した上位の層は高次元の情報を持っているが、局所的な情報は失われている。そこで、スキップアーキテクチャーと呼ばれるアルゴリズムが用いられる。低レイヤーの局所的なローカルな情報を持つ層の情報と上位の層を重ね合わせることにより精度を向上させている。
2015年の時点ではSOTAだったが、今はUnetなどに置き換わってしまっているので、参考までに読んでみた。
英語が難しく、よくわからなかったので、まとめサイトを参考に読み進めた。
The text was updated successfully, but these errors were encountered:
単語
Sorry, something went wrong.
No branches or pull requests
概要
アルゴリズム/実験手法
全結合層をconvolution層に置き替え、二次元マップを出力。これにより入力を任意のサイズとすることが出来る。ただし解像度が落ちるため、Upconvolutionを使用して解像度を上げている。
convolutionを繰り返した上位の層は高次元の情報を持っているが、局所的な情報は失われている。そこで、スキップアーキテクチャーと呼ばれるアルゴリズムが用いられる。低レイヤーの局所的なローカルな情報を持つ層の情報と上位の層を重ね合わせることにより精度を向上させている。
条件,結果
2015年の時点ではSOTAだったが、今はUnetなどに置き換わってしまっているので、参考までに読んでみた。
感想,所感
英語が難しく、よくわからなかったので、まとめサイトを参考に読み進めた。
The text was updated successfully, but these errors were encountered: