ÕâƪÎÄÕÂÏÈÈÝÁËÏã¸ÛÖдó-ÉÌÌÀ¿Æ¼¼ÍŽáʵÑéÊÒµÄÐÂÂÛÎÄ¡¸Mix-and-Match Tuning for Self-supervised Semantic Segmentation¡¹£¬£¬£¬£¬£¬£¬¸ÃÂÛÎı» AAAI 2018 ÈÎÃüΪ Spotlight¡£¡£¡£¡£¡£¡£¡£

×÷ÕߣºXiaohang Zhan¡¢Ziwei Liu¡¢Ping Luo¡¢Xiaoou Tang¡¢Chen Change Loy

ÓÃÓÚÓïÒåÖ§½âµÄ¾í»ýÉñ¾­ÍøÂçͨ³£ÐèÒª´ó×ڵıê×¢Êý¾ÝÀ´¾ÙÐÐԤѵÁ·£¬£¬£¬£¬£¬£¬ÀýÈç ImageNet ºÍ MS-COCO¡£¡£¡£¡£¡£¡£¡£×Ô¼àÊÓѧϰ×î½ü±»Ìá³öÀ´£¬£¬£¬£¬£¬£¬Ö÷ÒªÓÃÀ´ïÔÌ­±ê×¢ÊÂÇéÁ¿£¬£¬£¬£¬£¬£¬ËüµÄԤѵÁ·Àú³ÌÖÐÎÞÐèÈκÎÈ˹¤±ê×¢¡£¡£¡£¡£¡£¡£¡£´ËÏîÑо¿ÒѾ­ÔÚͼÏñÖ§½âÁìÓòÖлñµÃÁËÓ¦ÓÃ(Zhang, Isola, and Efros 2016a; Larsson, Maire, and Shakhnarovich 2016; 2017)¡£¡£¡£¡£¡£¡£¡£ÆäÒªº¦ÔÚÓÚ£¬£¬£¬£¬£¬£¬ÔÚ´ËÀú³ÌÖÐÒýÈëÁËÒ»¸öÎÞ¼àÊӵġ¸Ô¤ÑµÁ·Ê¹Ãü¡¹£¬£¬£¬£¬£¬£¬Õâ¸öʹÃü¿ÉÒÔÔÚÎÞ±ê×¢Êý¾ÝÉÏÖ´ÐУ¬£¬£¬£¬£¬£¬ÓÃÀ´Ñ§Ï°Í¼ÏñµÄÐÎò¡£¡£¡£¡£¡£¡£¡£È»¶ø£¬£¬£¬£¬£¬£¬Ðí¶àԤѵÁ·Ê¹Ãüȱ·¦Äܹ»¶ÔÄ¿µÄʹÃü¾ÙÐÐÓÐÓÃÇø·ÖµÄ¼àÊÓÐźţ¬£¬£¬£¬£¬£¬µ¼ÖÂ×îÖÕµÄЧ¹û±ÈÓмàÊӵijõʼ»¯ÒªµÍÐí¶à¡£¡£¡£¡£¡£¡£¡£ÔÚ±¾ÎĵÄÑо¿ÖУ¬£¬£¬£¬£¬£¬ÎÒÃÇͨ¹ýÒýÈ롸»ìÏýÓëÆ¥Å䡹µÄ»úÖÆÀ´½â¾öÕâ¸ö¾ÖÏÞÐÔ¡£¡£¡£¡£¡£¡£¡£Õâ¸ö»úÖÆ¿ÉÒÔ¼æÔÊÐí¶à×Ô¼àÊÓÓëѵÁ·ÒªÁ죬£¬£¬£¬£¬£¬Ïà±ÈÓÚÔ­À´µÄ¼Æ»®ÎÞÐè¸ü¶àµÄ±ê×¢Êý¾Ý¡£¡£¡£¡£¡£¡£¡£Ê¹ÓÃÁË¡¸»ìÏýÓëÆ¥Å䡹»úÖƵÄ×Ô¼àÊÓ³õʼ»¯Ä£×Ó£¬£¬£¬£¬£¬£¬Æä×îÖÕЧ¹û¿ÉÒÔÆ¥µÐÉõÖÁÓâԽȫ¼àÊӵijõʼ»¯Ä£×Ó¡£¡£¡£¡£¡£¡£¡£

×Ô¼àÊÓѧϰͨ³£·ÖΪÁ½¸ö°ì·¨£ºÎÞ¼àÊÓµÄԤѵÁ·ºÍ¶ÔÄ¿µÄʹÃüµÄ΢µ÷¡£¡£¡£¡£¡£¡£¡£Ô¤ÑµÁ·°ì·¨²»µ«ÐèÒªÊý¾Ý×Ô¼º£¬£¬£¬£¬£¬£¬¶øÎÞÐèÊý¾ÝµÄ±êעЧ¹û¡£¡£¡£¡£¡£¡£¡£ËüÐèÒªÉè¼ÆÒ»¸öԤѵÁ·Ê¹Ãü£¬£¬£¬£¬£¬£¬Ê¹ÓôÓÊý¾Ý×Ô¼ºµ½µÄµÄ¼àÊÓÐźÅÀ´ÑµÁ·¡£¡£¡£¡£¡£¡£¡£ÀýÈ磬£¬£¬£¬£¬£¬Í¼ÏñÉÏɫʹÃü(Larsson, Maire, and Shakhnarovich 2017)£¬£¬£¬£¬£¬£¬Ê¹ÓÃÁËͼÏñ¿ÉÆÊÎö³ÉÁÁ¶ÈºÍÉ«²ÊÕâÑùµÄÌص㣬£¬£¬£¬£¬£¬Í¨¹ýÊäÈëͼÏñÁÁ¶È£¬£¬£¬£¬£¬£¬À´Õ¹ÍûͼÏñµÄÑÕÉ«¡£¡£¡£¡£¡£¡£¡£ÔÚ´ËÀú³ÌÖÐѧϰµ½´øÓÐijÖÖˮƽÓïÒåµÄͼÏñÐÎò×Ó£¬£¬£¬£¬£¬£¬²¢½«Ö®Í¨¹ý΢µ÷Ó¦ÓÃÔÚ×îÖÕµÄÓïÒåÖ§½âʹÃüÉÏ¡£¡£¡£¡£¡£¡£¡£×Ô¼àÊÓѧϰչÏÖ³öÆäÇ¿Ê¢µÄѧϰÄÜÁ¦£¬£¬£¬£¬£¬£¬×ÝÈ»ÔÚûÓбê×¢µÄÊý¾ÝÉÏ£¬£¬£¬£¬£¬£¬Ò²ÄÜ»ñµÃ²»´íµÄ³õʼ»¯Ð§¹û£¬£¬£¬£¬£¬£¬´ó´óÓâÔ½ÁËËæ»ú³õʼ»¯µÄÄ£×Ó¡£¡£¡£¡£¡£¡£¡£

Ö»¹Ü×Ô¼àÊÓѧϰºÜÓÐÔ¶¾°£¬£¬£¬£¬£¬£¬µ«ÏÖÔÚÆäÌåÏÖЧ¹û»¹Ô¶²»ÈôÓмàÊӵijõʼ»¯¡£¡£¡£¡£¡£¡£¡£ÀýÈ磬£¬£¬£¬£¬£¬Ê¹Óà VGG-16 ÍøÂ磬£¬£¬£¬£¬£¬ÓÃͼÏñÉÏÉ«À´¾ÙÐÐԤѵÁ·£¬£¬£¬£¬£¬£¬ÔÚ PASCAL VOC2012 ÉÏÄÜ»ñµÃ 56.0% mIoU µÄЧ¹û£¬£¬£¬£¬£¬£¬´ó´óÁè¼ÝËæ»ú³õʼ»¯µÄ 35.0% mIoU µÄЧ¹û¡£¡£¡£¡£¡£¡£¡£µ«Óà ImageNet ·ÖÀàʹÃüÀ´³õʼ»¯£¬£¬£¬£¬£¬£¬Ôò¿ÉÒÔµÖ´ï 64.2%¡£¡£¡£¡£¡£¡£¡£Õâ˵Ã÷×Ô¼àÊÓԤѵÁ·ºÍÓмàÊÓԤѵÁ·Ö®¼äÉÐÓнϴóµÄ²î±ð¡£¡£¡£¡£¡£¡£¡£

ͼһ£º(a)չʾÁËÀ´×Ô¡¸Æû³µ¡¹ºÍ¡¸°ÍÊ¿¡¹Á½¸öÀà±ðµÄͼÏñ¿é£¬£¬£¬£¬£¬£¬ËüÃǾßÓкÜÊÇÏà½üµÄÉ«²ÊÂþÑÜ¡£¡£¡£¡£¡£¡£¡£(b)չʾÁËÕâÁ½¸öÀà±ðµÄÉî²ãÌØÕ÷ÂþÑÜ£¬£¬£¬£¬£¬£¬Ö´Ðйý¡¸»ìÏýÓëÆ¥Å䡹µÄÌØÕ÷¹ØÓÚÕâÁ½¸öÖÖ±ðÓиüºÃµÄÇø·ÖÐÔ¡£¡£¡£¡£¡£¡£¡£

ͼ¶þ£ºÎÒÃÇÌá³öµÄÒªÁìµÄÕûÌåÁ÷³Ìͼ¡£¡£¡£¡£¡£¡£¡£¹þ¹þ(haha)ÌåÓýÒªÁìÔÚ×Ô¼àÊÓԤѵÁ·Ê¹ÃüÓë×îÖÕÄ¿µÄʹÃüÖ®¼ä²åÈëÁË¡¸»ìÏýÓëÆ¥Å䡹Àú³Ì¡£¡£¡£¡£¡£¡£¡£

ÎÒÃÇÒÔΪÕâ¸ö²î±ðµÄÖ÷ÒªÔµ¹ÊÔ­ÓÉÔÚÓÚ£¬£¬£¬£¬£¬£¬×Ô¼àÊÓԤѵÁ·Ê¹ÃüºÍ×îÖÕµÄÄ¿µÄʹÃüÔÚÓïÒåÌõÀíÉÏÓнϴóµÄÇø±ð¡£¡£¡£¡£¡£¡£¡£ÀýÈç¹ØÓÚͼÏñÉÏÉ«À´Ëµ£¬£¬£¬£¬£¬£¬Õâ¸öʹÃüÖÐÍøÂçÄÜѧµ½¶ÔÑÕÉ«ÂþÑܽÏÁ¿Ãô¸ÐµÄͼÏñÐÎò×Ó£¬£¬£¬£¬£¬£¬ÕâÑùµÄÐÎò×Ó¶ÔͼÏñÉÏÉ«ºÜÓÐ×ÊÖú£¬£¬£¬£¬£¬£¬µ«¶Ô¸ü¸ßµÄÓïÒåÌõÀí£¬£¬£¬£¬£¬£¬Æä×÷ÓûáÈõÐí¶à¡£¡£¡£¡£¡£¡£¡£ÀýÈ磬£¬£¬£¬£¬£¬ÔÚͼһ(a)ÖУ¬£¬£¬£¬£¬£¬Æû³µºÍ°ÍÊ¿µÄÑÕÉ«ÂþÑܺÜÊÇ¿¿½ü£¬£¬£¬£¬£¬£¬Òò´Ë»ùÓÚͼÏñÉÏÉ«»ñµÃµÄͼÏñÐÎò×Ó£¬£¬£¬£¬£¬£¬¹ØÓÚÆû³µºÍ°ÍÊ¿»áÓдó¹æÄ£µÄÖغϣ¬£¬£¬£¬£¬£¬ÄÑÒÔÇø·Ö£¬£¬£¬£¬£¬£¬¼ûͼһ(b)¡£¡£¡£¡£¡£¡£¡£

ÒªÌáÉý×Ô¼àÊÓͼÏñÖ§½âµÄÌåÏÖ£¬£¬£¬£¬£¬£¬ÐèÒªÈÃͼÏñÐÎò×Ó¶ÔÄ¿µÄʹÃüÓиüºÃµÄÇø·ÖÄÜÁ¦¡£¡£¡£¡£¡£¡£¡£È»¶øÕâ¸öÄ¿µÄ²¢½ûÖ¹Ò×£¬£¬£¬£¬£¬£¬ÓÉÓÚͼÏñÖ§½âµÄÊý¾Ý¼¯Í¨³£ºÜÐ¡£¡£¡£¡£¡£¡£¡£¬£¬£¬£¬£¬£¬Æä±ê×¢ÊýÄ¿ºÜÉÙ£¬£¬£¬£¬£¬£¬Ò»Ñùƽ³£À´ËµÖ»Óм¸Ç§ÕÅͼƬ¡£¡£¡£¡£¡£¡£¡£ÏÖÓеÄÒªÁìÒ»Ñùƽ³£Óá¸Softmax¡¹Ëðʧº¯ÊýÀ´Ê¹ÓÃÕâЩ±ê×¢£¬£¬£¬£¬£¬£¬¹ØÓÚ³õʼ»¯µÃºÜºÃµÄÓмàÊÓ³õʼ»¯ÍøÂ磬£¬£¬£¬£¬£¬ËüÊÇ×ã¹»ÓÐÓõģ¬£¬£¬£¬£¬£¬µ«¹ØÓÚ³õʼ»¯½Ï²îµÄ×Ô¼àÊÓ³õʼ»¯ÍøÂ磬£¬£¬£¬£¬£¬¡¸Softmax¡¹ÊDz»·óµÄ¡£¡£¡£¡£¡£¡£¡£ÎÒÃÇÒÔΪ£¬£¬£¬£¬£¬£¬Ê¹ÓÃÒÔÏñËØΪµ¥Î»µÄͼÏñÖ§½âµÄ±ê×¢£¬£¬£¬£¬£¬£¬¡¸Softmax¡¹²¢²»ÊÇΨһµÄ·½·¨¡£¡£¡£¡£¡£¡£¡£

ÔÚÕâÏîÑо¿ÖУ¬£¬£¬£¬£¬£¬ÎÒÃÇÌá³öÁËÒ»¸öеÄÕ½ÂÔ£¬£¬£¬£¬£¬£¬½Ð¡¸»ìÏýÓëÆ¥Å䡹(Mix-and-Match)£¬£¬£¬£¬£¬£¬À´¸üºÃµØʹÓÃÓÐÏ޵ıê×¢ÐÅÏ¢£¬£¬£¬£¬£¬£¬´Ó¶øÌáÉý×Ô¼àÊÓ³õʼ»¯ÍøÂçµÄÐÔÄÜ¡£¡£¡£¡£¡£¡£¡£¼ûͼ¶þ£¬£¬£¬£¬£¬£¬¡¸»ìÏýÓëÆ¥Å䡹½ô½Ó×Ô¼àÊÓԤѵÁ·Ê¹ÃüÖ®ºó£¬£¬£¬£¬£¬£¬×÷ΪһÆäÖÐÐÄÀú³ÌÓÃÀ´ÌԤѵÁ·Ê¹ÃüºÍÄ¿µÄʹÃüÖ®¼äµÄ²î±ð¡£¡£¡£¡£¡£¡£¡£ÖµµÃ×¢ÖصÄÊÇ£¬£¬£¬£¬£¬£¬´ËÀú³ÌֻʹÓÃÁËÄ¿µÄʹÃüµÄÊý¾ÝºÍ±ê×¢£¬£¬£¬£¬£¬£¬²¢²»ÐèÒªÌØÁíÍâÊý¾Ý»ò±ê×¢¡£¡£¡£¡£¡£¡£¡£

´ËÀú³Ì·ÖΪ¡¸»ìÏý¡¹Ó롸ƥÅ䡹Á½¸ö°ì·¨¡£¡£¡£¡£¡£¡£¡£ÔÚ¡¸»ìÏý¡¹°ì·¨ÖУ¬£¬£¬£¬£¬£¬ÎÒÃÇ´ÓÄ¿µÄʹÃüͼÏñÖÐËæ»ú³éÑùÁË´ó×ڵľֲ¿Í¼Ïñ¿é²¢»ìÏýÔÚÒ»Æð¡£¡£¡£¡£¡£¡£¡£ÕâЩͼÏñ¿é¿çÔ½Á˶àÕÅͼÏñ£¬£¬£¬£¬£¬£¬Òò¶øÄܹ»Ï÷ÈõͼÏñÄÚ²¿µÄÏà¹ØÐÔ£¬£¬£¬£¬£¬£¬´Ó¶øÎÞÆ«µØ·´Ó¦Ä¿µÄͼÏñµÄÂþÑÜ¡£¡£¡£¡£¡£¡£¡£ÓÉÕâЩͼÏñ¿é×é³ÉµÄ´ó×ÚµÄÈýÔª×éÒ²Äܹ»ÎªÓÅ»¯ÌṩÎȹ̵ÄÌݶÈ¡£¡£¡£¡£¡£¡£¡£ÔÚ¡¸Æ¥Å䡹Àú³ÌÖУ¬£¬£¬£¬£¬£¬ÎÒÃǹ¹½¨ÁËÒ»¸öÎÞÏòͼ£¬£¬£¬£¬£¬£¬ËüµÄ½Úµã¼´Í¼Ïñ¿éµÄÉî²ãÌØÕ÷¡£¡£¡£¡£¡£¡£¡£ËüÓÐÁ½ÖÖÀàÐ͵ıߣ¬£¬£¬£¬£¬£¬ÈôÊÇÁ½¸öͼÏñ¿éÊôÓÚͳһÀ࣬£¬£¬£¬£¬£¬ÄÇôÎÒÃǽç˵Ϊ¡¸ÏàÎü±ß¡¹£¬£¬£¬£¬£¬£¬·´Ö®£¬£¬£¬£¬£¬£¬Ôò½ç˵Ϊ¡¸Ïà³â±ß¡¹¡£¡£¡£¡£¡£¡£¡£ÎÒÃÇͨ¹ýµü´úµÄ·½·¨¹¹½¨µÄͼ¿ÉÒÔÈ·±£Í¬ÀàµÄ½Úµã×é³ÉÒ»¸öÁ¬Í¨×Óͼ£¬£¬£¬£¬£¬£¬¼ûͼÈý¡£¡£¡£¡£¡£¡£¡£ÔÚ´Ë·½·¨¹¹½¨µÄͼÖУ¬£¬£¬£¬£¬£¬ÎÒÃÇ¿ÉÒÔ»ñµÃÔ½·¢Â³°ôµÄÈýÔª×飬£¬£¬£¬£¬£¬Äܹ»ÈÃÍøÂçѧ»á½«Í¬ÀàµÄͼÏñ¿éÓ³É䵽ͳһ¸öµãÉÏ£¬£¬£¬£¬£¬£¬»òÕß˵ÓÅ»¯µÄÀú³ÌÖÐʹµÃËüÃǵÄÐÎò×ÓÔÚÅ·¼¸ÀïµÃ¿Õ¼äÖÐ×é³Éµ¥ÆäÖÐÐÄ£¬£¬£¬£¬£¬£¬¶ø·Ç¶àÆäÖÐÐÄ£¬£¬£¬£¬£¬£¬²¢ÇÒʹµÃ²î±ðÀàÖ®¼ä¾ßÓнϴóµÄ¾àÀë¡£¡£¡£¡£¡£¡£¡£ÎÒÃdzéÑùÈýÔª×éµÄ·½·¨ºÍÒÔÍùµÄÊÂÇé¾ßÓкÜÊÇ´óµÄ²î±ð¡£¡£¡£¡£¡£¡£¡£

ͼÈý£º´ËͼչʾÁ˲î±ðµÄ¹¹½¨ÈýÔª×éµÄ·½·¨¡£¡£¡£¡£¡£¡£¡£½ÚµãµÄÑÕÉ«´ú±íÆäÖÖ±ð¡£¡£¡£¡£¡£¡£¡£À¶É«ºÍºìÉ«µÄ±ß»®·Ö´ú±í¡¸ÏàÎü±ß¡¹ºÍ¡¸Ïà³â±ß¡¹¡£¡£¡£¡£¡£¡£¡£(a)ÊÇËæ»úÑ¡ÔñµÄÈýÔª×é(Schroff, Kalenichenko, and Philbin 2015)£¬£¬£¬£¬£¬£¬ÆäÖÐÀ´×ÔÏàͬÀàµÄ½Úµã²»¿É×é³ÉÒ»¸öÁ¬Í¨Í¼¡£¡£¡£¡£¡£¡£¡£(b-i)ºÍ(b-ii)ÊÇÎÒÃÇͨ¹ý¹¹½¨ÎÞÏòͼÀ´¹¹½¨ÈýÔª×éµÄÒªÁì¡£¡£¡£¡£¡£¡£¡£ÎÒÃǹ¹½¨µÄÎÞÏòͼÖУ¬£¬£¬£¬£¬£¬Ã¿Ò»À඼»®·Ö×é³ÉÒ»¸öÁ¬Í¨×Óͼ¡£¡£¡£¡£¡£¡£¡£

¹þ¹þ(haha)ÌåÓýÊÂÇéµÄТ˳Ö÷ÒªÓУº1. ÎÒÃÇÌá³öÁË¡¸»ìÏýÓëÆ¥Å䡹µÄµ÷Àí»úÖÆ£¬£¬£¬£¬£¬£¬Ê×´ÎÈÃ×Ô¼àÊÓԤѵÁ·µÄÄ£×ÓÁè¼ÝÁËÓмàÊÓԤѵÁ·µÄÄ£×Ó¡£¡£¡£¡£¡£¡£¡£ÏêϸÀ´Ëµ£¬£¬£¬£¬£¬£¬ÔÚ PASCAL VOC2012 Êý¾Ý¼¯ÉÏ£¬£¬£¬£¬£¬£¬ÔÚ VGG-16 ÍøÂçÉÏ£¬£¬£¬£¬£¬£¬Ê¹ÓÃͼÏñÉÏÉ«×÷ΪԤѵÁ·Ê¹Ãü£¬£¬£¬£¬£¬£¬¹þ¹þ(haha)ÌåÓýÒªÁì»ñµÃÁË 64.5% mIoU µÄÐÔÄÜ£¬£¬£¬£¬£¬£¬Áè¼ÝÁË ImageNet ·ÖÀà×÷ΪԤѵÁ·Ê¹ÃüµÄÄ£×Ó£¬£¬£¬£¬£¬£¬64.2%¡£¡£¡£¡£¡£¡£¡£ÔÚ CityScapes Êý¾Ý¼¯ÉÏ£¬£¬£¬£¬£¬£¬ÎÒÃÇ»ñµÃÁË 66.4% µÄÐÔÄÜ£¬£¬£¬£¬£¬£¬Æ¥µÐ ImageNet ԤѵÁ·µÄЧ¹û£¬£¬£¬£¬£¬£¬67.9%¡£¡£¡£¡£¡£¡£¡£´ËÌáÉý¼«¾ßÏÔÖøÐÔ£¬£¬£¬£¬£¬£¬Ë¼Á¿µ½¹þ¹þ(haha)ÌåÓýÒªÁìÊÇ»ùÓÚÎÞ¼àÊÓԤѵÁ·µÄ¡£¡£¡£¡£¡£¡£¡£2. ³ýÁËʹÓÃͼÏñÉÏÉ«×÷ΪԤѵÁ·Ê¹Ãü£¬£¬£¬£¬£¬£¬ÎÒÃÇ»¹Ê¹ÓûùÓÚͼÏñÄÚÈݵÄ×Ô¼àÊÓÒªÁ졪¡ªJigsaw Puzzles£¬£¬£¬£¬£¬£¬»ñµÃÁ˽ϴóµÄÌáÉý¡£¡£¡£¡£¡£¡£¡£3. ʹÓÃËæ»ú³õʼ»¯£¬£¬£¬£¬£¬£¬ÔÚ²î±ðÍøÂç½á¹¹ºÍ²î±ðÊý¾Ý¼¯ÉÏ£¬£¬£¬£¬£¬£¬¹þ¹þ(haha)ÌåÓýÒªÁìÒ²»ñµÃÁËÏÔÖøµÄÌáÉý¡£¡£¡£¡£¡£¡£¡£ÕâʹµÃËæ»ú³õʼ»¯ÑµÁ·ÓïÒåÖ§½â³ÉΪ¿ÉÄÜ¡£¡£¡£¡£¡£¡£¡£4. ÎÒÃÇÌá³öµÄÒ»ÖÖеĻùÓÚÀàÄÚÁ¬Í¨Í¼µÄÈýÔª×é³éÑù¼Æ»®£¬£¬£¬£¬£¬£¬Ïà±ÈÓڹŰåµÄÈýÔª×é³éÑù¼Æ»®Ô½·¢Â³°ô¡£¡£¡£¡£¡£¡£¡£

±íÒ»£ºÔÚ´ËÊý¾Ý¼¯Êǹ«ÈϵÄÓïÒåÖ§½âÊý¾Ý¼¯£¬£¬£¬£¬£¬£¬PASCAL VOC2012 Êý¾Ý¼¯ÉϵÄЧ¹û±ÈÕÕ¡£¡£¡£¡£¡£¡£¡£¹þ¹þ(haha)ÌåÓýÒªÁìͬʱÔÚ VGG-16 ºÍ AlexNet ÉÏ´ó·ù¶ÈÁè¼ÝÁËÏÖÔÚ×îºÃµÄ»ùÓÚ×Ô¼àÊÓ³õʼ»¯µÄÒªÁ죬£¬£¬£¬£¬£¬²¢ÇÒÔÚ VGG-16 ÉÏÁè¼ÝÁË ImageNet ³õʼ»¯µÄÒªÁì¡£¡£¡£¡£¡£¡£¡£

±í¶þ£ºPASCAL VOC2012 Éϵ¥ÀàÓïÒåÖ§½âЧ¹û¡£¡£¡£¡£¡£¡£¡£

ͼËÄ£º´ËͼչʾÁËʹÓÃÁ˹þ¹þ(haha)ÌåÓýÒªÁìÖ®ºó£¬£¬£¬£¬£¬£¬Í¼ÏñÌØÕ÷ÂþÑܵÄת±ä¡£¡£¡£¡£¡£¡£¡£

±íÈý£º´Ë±í¸ñչʾÁ˲î±ðÊý¾Ý¼¯Ï£¬£¬£¬£¬£¬£¬Óòî±ðÍøÂç½á¹¹£¬£¬£¬£¬£¬£¬ºÍ²î±ðԤѵÁ·Ê¹Ãü(°üÀ¨Ëæ»ú³õʼ»¯)£¬£¬£¬£¬£¬£¬¹þ¹þ(haha)ÌåÓýÒªÁì»ñµÃµÄÌáÉýЧ¹û¡£¡£¡£¡£¡£¡£¡£

ͼÎ壺Ч¹û¿ÉÊÓ»¯¡£¡£¡£¡£¡£¡£¡£