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，標簽是沒有噪聲的圖片。

整個結果很簡單，跟自動編碼器很像，結構上都是降維后升維（encoder-decoder）的過程，但是用途完全不一樣。

這只是一個雛形，后面優化的空間很大，前段時間在做圖像語義分隔，原理類似，但是圖像語義分隔開始擴展到很多領域：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習來做的，遷移學習一個很大的優勢就是可以用少量樣本達到很好的效果，不信可以自己搭架模型試一下，所示現在能用遷移學習的絕不從頭自己開始訓練。

看一下效果圖：

總結

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容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。