<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>changlikesdesktop</author_name>
  <author_url>https://blog.hatena.ne.jp/changlikesdesktop/</author_url>
  <blog_title>オッサンはDesktopが好き</blog_title>
  <blog_url>https://changlikesdesktop.hatenablog.com/</blog_url>
  <categories>
    <anon>機械学習</anon>
  </categories>
  <description>傷検出がなかなか進展しない*1ので，アプローチを変えることにしました． 傷検出を行う為のアルゴリズムとしては，先日ReNomで試した矩形検出*2か，元々参考にしていた論文*3で採用されているAutoEncoderになると思います． 更にもうひとつ，Segmentationで傷領域を抽出するやり方もあるでしょう． それぞれの特徴を，浅はか極まり無い知識でまとめてみます． アルゴリズム メリット デメリット 矩形検出 複数のラベルをつけられる(傷パターン１，傷パターン２など) 抽出領域が矩形に限定される AutoEncoder 各画素について傷情報を出力できる 傷のパターン分けが出来ない Segm…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fchanglikesdesktop.hatenablog.com%2Fentry%2F2019%2F05%2F03%2F103803&quot; title=&quot;mnistでAutoEncoderを試してみる - オッサンはDesktopが好き&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/c/changlikesdesktop/20190430/20190430193823.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-05-03 10:38:03</published>
  <title>mnistでAutoEncoderを試してみる</title>
  <type>rich</type>
  <url>https://changlikesdesktop.hatenablog.com/entry/2019/05/03/103803</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
