labeling专题

Poj 3687 Labeling Balls[拓扑排序]

题目链接：点击打开链接很给力的道题，拓扑排序的应用，算是对TopSort认识更深了吧。拓扑排序这里不做过多的解释，主要来说这道题的应用。题目的意思就是给1——N质量的N个球贴标签，要求就是满足要求下的标签小的尽量轻。没什么深入想，直接TopSort。果断WA，WA的。后来看题，发现了很多的问题。输出的是Label1-LabelN标签的重量。还有很多的问题没有看太清晰。再看了几

两次入坑逆向拓扑序（POJ 3687 Labeling Balls and HDU 4857 逃生）

第一次跳坑 POJ 3687 Labeling Balls Description Windy has N balls of distinct weights from 1 unit to N units. Now he tries to label them with 1 to N in such a way that: No two balls share the same label

【论文笔记：Unsupervised Domain Adaptation via Structured Prediction Based Selective Pseudo-Labeling】

Unsupervised Domain Adaptation via Structured Prediction Based Selective Pseudo-Labeling 基于结构化预测的选择性伪标记的无监督域自适应IntroductionRelated WorkProposed MethodExperiments and Results 基于结构化预测的选择性伪标记的无监

在TensorFlow RNN 深度学习下 BiLSTM+CRF 实现 sequence labeling

去年底样子一直在做NLP相关task,是个关于序列标注问题。这 sequence labeling属于NLP的经典问题了，开始尝试用HMM，哦不，用CRF做baseline，by the way, 用的CRF++。关于CRF的理论就不再啰嗦了，街货。顺便提下，CRF比HMM在理论上以及实际效果上都要好不少。但我要说的是CRF跑我这task还是不太乐观。P值0.6样子，R低的离谱，所以F1很

OpenCV_连通区域分析（Connected Component Analysis/Labeling）

这篇原理讲的很到位 http://blog.csdn.net/icvpr/article/details/10259577 此篇有实现代码 http://blog.csdn.net/augusdi/article/details/9008921 不过第53行是个bug

[深度学习从入门到女装]High-Resolution Representations for Labeling Pixels and Regions

论文地址：High-Resolution Representations for Labeling Pixels and Regions 一篇使用HRNet进行语义分割和目标检测论文 HRNet=high resolution Net low resolution net就是用于分类的网络，通过stride逐步减少resolution，获取语义信息，最终得到分类但是这种low-resolut

Leveraging Implicit Relative Labeling-Importance Information for Effective Multi-Label Learning

Leveraging Implicit Relative Labeling-Importance Information for Effective Multi-Label Learning 论文大纲：背景介绍RELIAB（相对标记重要性感知多标签学习）方法实验分析总结和未来的问题 1、背景：多标签学习处理的是一个由单个实例表示的训练实例，同时又与多个类标签相