tf33: 图像降噪：卷积自编码
生活随笔
收集整理的這篇文章主要介紹了
tf33: 图像降噪：卷积自编码
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
MachineLP的Github（歡迎follow）：https://github.com/MachineLP
MachineLP的博客目錄：小鵬的博客目錄
以前打比賽的大師，做的卷積自編碼用來圖像的降噪：樣本是噪聲圖片，標(biāo)簽是沒有噪聲的圖片。
整個(gè)結(jié)果很簡單，跟自動編碼器很像，結(jié)構(gòu)上都是降維后升維（encoder-decoder）的過程，但是用途完全不一樣。
這只是一個(gè)雛形，后面優(yōu)化的空間很大，前段時(shí)間在做圖像語義分隔，原理類似，但是圖像語義分隔開始擴(kuò)展到很多領(lǐng)域：無人駕駛，基于圖片的三維重建等等，隨之而來是：開山之作：FCN、CRF、SegNet/DeconvNet、DeepLab系列、unet、refinenet、mask-rcnn等等。但是都是基于遷移學(xué)習(xí)來做的，遷移學(xué)習(xí)一個(gè)很大的優(yōu)勢就是可以用少量樣本達(dá)到很好的效果，不信可以自己搭架模型試一下，所示現(xiàn)在能用遷移學(xué)習(xí)的絕不從頭自己開始訓(xùn)練。
看一下效果圖：
總結(jié)
以上是生活随笔為你收集整理的tf33: 图像降噪：卷积自编码的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
