以下是一個流程圖，每一步都標記 LB 分數。
https://www.kaggle.com/c/landmark-retrieval-challe
10. 學會 “夜視”
這是伊利諾伊大學香檳分校（UIUC）和 Intel Labs 合作的論文，提出一個基於端到端訓練的用全卷積網絡進行低照度圖像處理的模型。這個網絡直接處理原始傳感器數據，並且基本不使用傳統的圖像處理流程。
視頻介紹：
論文地址：https://arxiv.org/abs/1805.01934
兩個大型新數據集
伯克利大學發佈大型駕駛視頻數據集 BDD100K
伯克利大學發佈了 BDD100K，這是目前為止最大規模也是最多樣化的駕駛視頻數據集。這些數據具有四個主要特徵：大規模，多樣化，在真實的街道採集，並帶有時間信息。利用這個數據集，你還可以參加伯克利在 CVPR 2018 舉辦的自動駕駛競賽。
地址：http://bair.berkeley.edu/blog/2018/05/30/bdd/
骨骼 X-ray 數據集
Andrew Ng 帶領的斯坦福大學 ML 團隊發佈了一個目前為止最大規模的醫學影像數據集 MURA（musculoskeletal radiographs），這個數據集包含 4 萬多張多角度射線檢測圖像，來自對 12173 名病人的 14863 項研究，X 光影像包含人體上肢的 7 個部分：肘、指、小臂、手、肱、肩、腕。最近，該團隊推出了基於此數據集的識別挑戰賽：MURA 骨骼 X-ray 深度學習競賽。
https://stanfordmlgroup.github.io/competitions/mura
分享到:
閱讀更多 新智元 的文章
