Deep Clustering for Unspervised Learning of Visual Features

Abstract 作为无监督学习方法的一类,聚类已经广泛地应用在计算机视觉领域。然而只有少数工作将其适用于大范围的数据集上的视觉特征端到端训练。本文我们提出一种方法——DeepCluster,其可以将神经网络的参数同结果特征的聚类分配任务一起进行学习。DeepCluster采用k-means标准聚类算法迭代地将特征分组,并且使用随后的分配任务作为监督更新网络的权重。 我们将DeepCluster应
相关文章
相关标签/搜索