基于迁移学习的卷积神经网络分类方法

摘要

针对遥感图像分类过程中,标记样本不足的情况下,卷积神经网络的初始参数不宜随机产生等问题,提出使用预训练的方法,一方面主要是用于初始化网络参数,另一方面预训练的迁移学习可以较高精度地模拟新数据。分别使用VGG-Net模型和CIFAR10数据库训练的模型进行迁移学习,对PaviaUniversity彩色合成图像进行分类,测试精度明显提高。