《表2 MR-VAE详细参数》
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.
图表编号 | XD00163174800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 江泽涛、伍旭、张少钦 |
绘制单位 | 桂林电子科技大学广西图像图形与智能处理重点实验室、桂林电子科技大学广西图像图形与智能处理重点实验室、南昌航空大学土木建筑学院 |
更多格式 | 高清、无水印(增值服务) |