tf33: 图像降噪：卷积自编码

MachineLP的Github（欢迎follow）：https://github.com/MachineLP

MachineLP的博客目录：小鹏的博客目录

以前打比赛的大师，做的卷积自编码用来图像的降噪：样本是噪声图片，标签是没有噪声的图片。

整个结果很简单，跟自动编码器很像，结构上都是降维后升维（encoder-decoder）的过程，但是用途完全不一样。

这只是一个雏形，后面优化的空间很大，前段时间在做图像语义分隔，原理类似，但是图像语义分隔开始扩展到很多领域：无人驾驶，基于图片的三维重建等等，随之而来是：开山之作：FCN、CRF、SegNet/DeconvNet、DeepLab系列、unet、refinenet、mask-rcnn等等。但是都是基于迁移学习来做的，迁移学习一个很大的优势就是可以用少量样本达到很好的效果，不信可以自己搭架模型试一下，所示现在能用迁移学习的绝不从头自己开始训练。<