一种改进的可迁移深度学习模型

——An improved model for transfer deep learning

打开文本图片集

摘 要：本文设计了一种改进的可迁移深度学习模型。该模型能够在离开可靠的训练环境（其中存在标签）并被置于纯粹的无标签数据的领域时，输出依然可以持续得到改善，这种训练方式可以降低对监督学习的依赖程度。

关键词：可迁移;深度学习;无标签

基金项目：湖南省教育厅科学研究课题“基于深度学习的智能无人机目标检测算法研究”（20C0105）;湖南省自然科学基金项目《基于高光谱特征信息融合的油菜籽品质参数反演与建模》（2021JJ60093）;校级培育项目“基于深度学习的目标检测算法研究”（22mypy15）

1 引言

随着深度学习的发展，深度卷积神经网络在图像识别上取得了很大突破 ， 基于深度学习的图像识别方法避免了传统图像处理时最费时费力的特征提取部分，设计者只需要关注网络结构的设计，网络自动提取的特征越好，图像分类的准确率就越高。（剩余3153字）