公开(公告)号：CN111127360A

公开(公告)日：2020-05-08

申请号：CN201911328246.0

申请日：2019-12-20

Applicant: 东南大学

Inventor： 王慧青 ,  胡玉坤 ,  焦越 ,  余厚云

IPC: G06T5/00 ,  G06T7/136 ,  G06N3/04

Abstract: 本发明公开了一种基于自动编码器的灰度图像迁移学习方法，首先对采集到的灰度图像进行预处理包括裁剪，降噪，滤波等；然后通过数据增强方法来增加样本数量；其次搭建自动编码器，网络的结构为卷积层->池化层->卷积层->池化层的卷积神经网络，实现将单通道的图像转换为三通道的彩色图像；最后将转换后的三通道图像迁移学习到经典的CNN网络，实现目标的分类。总体来说，本发明算法简洁，效率较高且鲁棒性较强。

公开(公告)号：CN111127360B

公开(公告)日：2023-08-29

申请号：CN201911328246.0

申请日：2019-12-20

Applicant: 东南大学

Inventor： 王慧青 ,  胡玉坤 ,  焦越 ,  余厚云

IPC: G06T5/00 ,  G06T7/136 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种基于自动编码器的灰度图像迁移学习方法，首先对采集到的灰度图像进行预处理包括裁剪，降噪，滤波等；然后通过数据增强方法来增加样本数量；其次搭建自动编码器，网络的结构为卷积层‑>池化层‑>卷积层‑>池化层的卷积神经网络，实现将单通道的图像转换为三通道的彩色图像；最后将转换后的三通道图像迁移学习到经典的CNN网络，实现目标的分类。总体来说，本发明算法简洁，效率较高且鲁棒性较强。