《表2 MR-VAE详细参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于MR-VAE的低照度图像增强方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

训练前对低照度图像进行像素值归一化处理，有助于提高网络的收敛速度与精度、减缓过拟合问题．输入图像大小为512×512，4张/次．FPDC、GR和DR模块的卷积核为3×3，卷积步长为1，分别使用ReLU、ReLU和PReLU作为激活函数；FPDC的最大化池化操作步长为2；初始学习率为0.001，每5000次以0.96的衰减率减小；共6批次，10 000次训练/批次；使用Adam优化器．MR-VAE详细设计如表2所示．