Unet神经网络为什么会在医学图像分割表现好？
semantic segmentation 的技术难点在哪里？（本质上的难点）或者可以从哪里突破？ https：// zhuanlan.zhihu.com/p/13 6105870 是的，分割就是看GPU多不多。各大数据集排名前面的都是各个大厂，这已经很说明问题了。分割还是过于依赖backbone了。这两年分割。
自学自动驾驶技术应该采取什么样的学习路线？ 学过高等数学、线性代数、概率统计，也懂一点编程，还需要学什么？Python？C++？算法？深度学习？计算机…
目标检测领域还有什么可以做的？ 饱和是相对于占坑来说的，对于去探索未来踩坑来说，目标检测还远远没有达到饱和的地步。只是说想发简单的…
多模态学习有什么好的研究方向？
为什么深度学习中的图像分割要先编码再解码？ 如FCN，U-NET等结构，都有编码，解码的过程（降采样，上采样），为什么不能直接用全卷积，不pooling，一…
在基于深度学习的场景文本检测方面，有哪些新进展？ 最近，由于现实世界应用（如产品搜索[4]，图像检索[19]，以及自动驾驶）需求的增长，从自然场景图像中提取文本信息的研究正变得越来越流行。场景文本检测（Scene text detection）在各种文本读取系统中起着重要的作用[34，10，47，5，20，13，7，25]，它的目标是在自然图像中定位出文本。由于外部因素和内部因素，场景文本检测具有一定的挑战性。外部因素源自环境，例如噪声、模糊和遮挡，它们也是一般目标检测中存在的主要问题。内部因素是由场景文本的属性和变化引起的。与一般目标检测相比，场景文本检测更加复杂，因为：1）场景文本可能以任意方向存在于自然图像中，因此边界框可能是旋转的矩形或者四边形；2）场景文本边界框的长宽比变化比较大；3）因为场景文本的形式可能是字符、单词或者文本行的形式，所以在定位边界的时候算法可能会发生混淆。图 1.顶行和底行中的图像分别是左上角、右上角、右下角和左下角的预测角点和位置敏感图。在过去几年中，随着一般目标检测和语义分割的快速发展，场景文本检测得到了广泛的研究[10，5，49，20，43，52，39，42]，并且在最近取得了明显的进展。基于一般目标检测和语义分割模型，几个精心设计的模型使得文本检测能够更加准确地进行。这些文本。
为什么深度学习中的图像分割要先编码再解码？ 可以不用降采样，降采样是手段不是目的！(可参考下文的HighRes3DNet)降采样有以下几个目的：1.降低显存…
