研究文章

卷积的深层信念网络单细胞/对象跟踪计算生物学和计算机视觉

图2

学习对象的外观模型通过将CDBN特性。首先,CDBN pretrained源任务(CIFAR-10分类,上面一行)。然后,pretrained参数的内部层CDBN (h1-FC3)然后转移到跟踪任务(底下一行)。实现传输和构造单元和对象外观模型,我们把输出层10单位和添加一个输出层单元。此外,为了缓解漂移问题,我们对待不同的训练样本更新细胞外观和对象模型。