準備從零開始認真學習深度學習，因爲真的太強了，我會慢慢地寫完這些博客，如果有說的不好的地方，可以指出來，我會改的。
最近看到一篇論文，講的是關於Room layout的識別和優化有關的，這是論文鏈接：https://pan.baidu.com/s/1PYNBTn5WHoiTwYWGYLiqQw
這是關於什麼東西的呢？先放一張圖片給你們看一下。
上圖是 room layout（室內佈局）的任務結構，我們只看最左邊的 輸入 input 和最右側的輸出 output ，是不是很容易就明白了 room layout是幹什麼的了？ 對，就是把牆壁和地板以及天花板勾勒出來。。
room layout 的涉及的領域非常多，我舉幾個例子，比如構造三維還原場景，又或者是機器人的行走等等，所以這是一個很熱的研究點，接下來，我會用很簡短的篇幅講完這篇論文，這裏先放上論文的代碼，不是我寫的。。
https://github.com/liamw96/pytorch.room.layout.git
這裏面有操作說明的
接下來，我會按照三個模塊講這篇論文
第一部分：是基於深度學習的特徵提取，目的是可以學習到一個模型，能做到將圖片處理成下面這個樣子
第二部分：就是將上面處理完的這個花花綠綠的圖片處理成下面這個樣子
第三部分：是實驗的結果展示
一 Semantic Transfer
我一直覺得深度學習這個東西可解釋性不高，只要你能搭出一個結果好的模型就可以，沒有人會問你爲什麼，你要有100個卷積層，或者這個池化層爲什麼是max。。。。在這片文章中作者，使用了兩種數據集，進行實驗：
LSUN和Hedau, 在作者的論文中說了下載地址，你們可以自己去找（上面給出的git庫中也給了地址，需要翻牆）
作者通過構造了一個，如下的模型，訓練出了他要的實驗效果。
圖 一
這個圖怎麼看呢。。仔細看，我們可以發現Stage 字樣，按照1到4的階段走，首先是Stage one的網絡要能做到語義識別（把這張圖片裏面的各種物品分出來），然後記錄下這些訓練好的模型參數。然後把Stage one的中間結果（上圖靠左的花花的那張），作爲輸入，訓練一個Stage two的模型出來，這個時候就可以識別出線條了。綜合上面的網絡拓撲結構，整合完以後，就可以做到，輸入一張圖片，得到最後的room layout的結果了，但是這樣子的結果是長這樣的：
有點模糊，對於未來的使用是不好的，所以我們希望從上面的圖中，摳出幾條走勢清晰的線條，這就是接下來的步驟了
二 優化
優化的方法作者主要說了兩種，公式可能比較多，我會盡力說清楚，如果有發現我理解錯了的同學，也可以留言告訴我，我會改的。
在這片文章中，作者給出了11中基本的room layout 走勢圖，我列舉幾個：
真實的情況就是線條的長短和角度的問題了，所以作者每次都是初始化成這11種佈局（挑一個最好的），然後設計一個評價標準，構建損失函數，並利用優化算法進行最優佈局求解，大體思路是這樣的。
我先給出目標函數，下面會講公式的意義，別慌：
上面的e就是我們的目標函數，我們想求解出圖片上所有的像素點的分佈情況，使得e最小。接下來我會將這個公式的意義。
CO這個公式中的，L指的是節點的類型的個數（wall-wall,wall-floor,wall-background,wall-ceiling），意思就是是牆牆的連線上的點，還是牆和天花板之間的連線上面的點。所以L=4
w,h指的是圖片的長度和寬度，比如300*300的圖片，那麼w=h=300;
而，Fl（m,n）函數的作用是返回m,n這個位置的像素點在 L這種類標籤上的值（由上面說的深度學習得到的結果，看一看上圖一的右側，可以發現有四種結果），同理，Ml(m,n)的意義是返回m,n這個位置的像素點在給定了幾個重要的P點（馬上講）後的理論上的標籤值。所以把這些值×起來（我猜應該是0，1相乘的那種，就是是這個類就是1，不是就是0.。。所以牆壁上或者地板上，天花板上的值都是0，方便計算吧），構造出目標函數CO，我們可以發現CO越大，說明我們選擇的P點越好。那P點是什麼鬼東西。。。看下圖。
圖中的123456就是所謂的P點，即那些很重要的連接點，這6個點確定以後，所有點的分類都出來了，就可以利用上面的公式計算出最有的6個點應該是哪六個。。
（1）Naive Optimization
這是一種簡單的方法，很容易明白，不信你們看下圖
這個就是再算p關於e的梯度，然後藉此修改每一個重要的節點的橫縱座標，其中Pijy代表的是，第i種（剛剛說的11種佈局）室內佈局的，第j個點（就是所有牆角連線上的所有點都要計算）的y座標，這樣是不是就可以理解了呢？
優點：這個方法效果挺好的
缺點：時間代價比較高，O(N2)
（2）Physics Inspired Optimization
寫這篇論文的大佬很厲害，他通過觀察生活中的細節，發現，我們只需要確定了所有的連接點的位置，那些連接線上的點自然就確定了位置，所以想把e的函數，改成只和連接點有關，又因爲連接點的個數是常數，所以時間複雜度就縮減到了O(n).方法是這樣的：
作者，發現，可以把連接線當成一個整體（能旋轉，縮短，平移等等），那麼e的目標函數就變得只和關鍵的連接點有關了，而且，一個連接點的變化會導致連接他的所有的連接線上的點發生變化，所以優化目標變成了這樣，通過這個方法來修改關鍵的連接點的位置：
這是個什麼玩意？只需要能明白Q是什麼東西就可以了，對吧。
CO2是CO的改進目標函數，Fc指的是加了一個壓迫力之後第K條連接線上（假設給定了某種基本的room layout佈局）的兩個連接點的位置的結果，其中Qkax指的是第k條線上的一端a（一條線就兩端a和b）的x座標（這個F和上面的F是一個意思，帶上的小c應該是連接點的意思，通過求解4中類別的綜合結果，而且只需要考慮連接點的類別信息，速度快很多），意思應該是和NO差不多 的，然後再進行求解就有：
這個就是Q的來源了。
三 實驗結果
