颜色分类leetcode PHBS MLF 2018:金融机器学习课程项目

颜色分类leetcode灰度图像着色at的课程项目。该项目使用卷积神经网络(CNN)对灰度图像进行着色。存储库是我们开发模型并简要展示结果的地方。存储库展示了模型开发成果。如果您对我们的项目感兴趣，欢迎贡献想法，以提高我们模型的性能。团队成员, 学生证：1701213756, 学生证：1701213112, 学生证：1701212974, 学生证：1701213151。动机随着机器学习的普及，各类应用程序简化了生活和工作。模式识别中的先进机器学习方法使得我们能够找到事物的内在关系。例如，图像识别通过将灰度图片与数据集比较进行识别。该项目计划对灰度图片进行着色，即恢复原始图像。我们根据灰度分布将灰度映射为RGB颜色，彩色图片包含更多信息，有助于更好地识别。我们还可以利用这种着色算法修复旧图片。数据和预处理通过蜘蛛获得自然景观图像，并通过主成分分析(PCA)进行分类，将原始图像转换为标准化图像。