预训练对于高光谱图像分类是否必要？
计算机视觉与模式识别
2019-01-28 v1
摘要
针对训练卷积神经网络(CNN)进行高光谱图像分类，我们探讨了两个问题：i) 是否可能构建一个预训练网络？ii) 预训练是否有助于进一步提升性能？为了回答第一个问题，我们设计了一种方法，在具有不同高光谱特性的多个源数据集上对网络进行预训练，并在目标数据集上进行微调。该方法有效解决了在源网络和目标网络之间迁移有意义信息时出现的架构问题。为了回答第二个问题，我们进行了若干消融实验。基于实验结果，从头训练的网络与从预训练网络微调而来的网络性能相当。然而，我们观察到，当需要更深的网络时，预训练网络在实现更优性能方面具有其自身优势。
引用
@article{arxiv.1901.08658,
title = {Is Pretraining Necessary for Hyperspectral Image Classification?},
author = {Hyungtae Lee and Sungmin Eum and Heesung Kwon},
journal= {arXiv preprint arXiv:1901.08658},
year = {2019}
}
备注
IGARSS 2019 submission