@金天 http://www.cs.utexas.edu/users/ml/clamp/videoDescription/YouTubeClips.tar老铁求助

谢谢老铁

@金天 假期整个资源帖，现在考试有点多

总结GAN的论文

1. Generative Adversarial Networks [https://arxiv.org/abs/1406.2661]

我已经使用快捷的retinanet反复调参， 正确率达到70%的正确率，但是再也提不高了

我上次在github上看见了这个算法和半成型的作品

什么是超新星

超新星，是指恒星演化过程中的一个阶段。超新星爆发是某些恒星在演化接近末期时经历的一种剧烈爆炸。这种爆炸度极其明亮，过程中所突发电磁辐射经常能够照亮其所在的整个星系，并可持续几周至几个月（一般最多是两个月）才会逐渐衰减变为不可见。在这段期间内一颗超新星所辐射的能量可以与太阳在其一生中辐射能量的总和相媲美。2016年1月，中国科学家观测到最强超新星，是太阳亮度5700亿倍。

我们如何观测超新星
超新星是银河系之外的星系中某个大质量恒星死亡时发生的大规模爆发，在我们看来就是某个星系中突然多了一个星点。因此我们只需要每天都对这些星系进行拍摄，并将新拍摄的照片（新图）和以前拍摄的照片（历史图）对比，如果发现不同，有新的亮点，就有可能发现了一颗超新星。

星明天文台在理想情况下正常运转的时候，一个夜晚要追踪700~1000个这样的星系，对每个目标都进行“找不同”的工作量是非常大的，这个工作简单而繁重，如此，PSP平台应运而生。

星明天文台公众超新星搜寻项目（Popular Supernova Project，PSP），是由星明天文台和中国虚拟天文台（China-VO）合作开展的面向普通大众的宇宙新天体搜寻项目之一，是首次基于国内业余天文观测数据策划实施的全民科学（Citizen Science）项目，是专业天文队伍和业余天文队伍深度合作的一次成功尝试。

AI时代的天文观测
AI算法能够替代简单的重复劳动，实际上是站在巨人的肩膀上，以海量的人工判断作为基础，建立和训练模型，本质上是人类智慧的镜像和延伸。将AI算法运用于天文观测，能否帮助我们发现更多新星、超新星，我们抱有希望和信心，本届大赛图像赛道的赛题正是基于PSP项目的诉求和数据展开，期待看到参赛选手能够设计出在天文领域有实际运用价值的解决方案。

区域赛中，参赛选手需要设计并训练具有鲁棒性的模型，可以检测定位“新图”与“历史图”的不同，并对定位部分进行分类，以期发现疑似的超新星。

本次大赛图像赛道数据集由星明天文台和中国虚拟天文台（China-VO）合作开展的公众超新星搜寻项目（Popular Supernova Project，PSP）提供。

比赛官方链接

hhhhh,我合适吗

batchnorm合并的方法受教

@金天 图片尺寸不定，平均大小300*300，可以resize，目标大小在15像素内。请问该怎么调整，找不准要害在哪