Hacks on Computer Vision

第27期 HackCV 日报

2017.10.29

虽然论文中宣称识别率已经高于人类,但都是在特定的环境下,在实际环境中还有很多问题要解决,比如口音、噪音等数据的问题,还有部署的问题。

总结一下整个方案获胜的要点,在数据预处理阶段,除了常见的数据处理手段外,还有一步图像去雾操作,模型训练时选择了11个不同的CNN,保证多样性,预测时使用一种更合适的softmax函数,还有就是对数据结果的可视化,可以直观的看到各个处理优化的结果。

一篇深度学习中激活函数内容的总结,以及具体的使用场景,有很强的参考意义。

__EOF__

本文作者HackCV
版权声明本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
本文链接https://hackcv.com/daily/%E7%AC%AC27%E6%9C%9F-hackcv-%E6%97%A5%E6%8A%A5/

发表评论