一种提高多类型图片深度学习模型训练效率的方法

摘要

本发明提供一种提高多类型图片深度学习模型训练效率的方法，提供三张不同类型的图像，对该三张不同类型的图像进行尺寸变换；对经过尺寸变换后的三张不同类型的图像进行滤波去噪；对经过滤波去噪后的三张不同类型的图像进行裁剪；对经过裁剪的三张不同类型的图像进行图像组合，图像组合包括对该三张不同类型的图像进行三维堆叠。本发明在预处理中将不同类型的图像进行三维堆叠，堆叠后图像尺寸为3 Channel 320*320，通过第一层深度学习神经网络使用3 Channel卷积核减少后续神经网络层的计算量，进而提高模型训练的效率。