CN201810047540.3，一种基于单幅图像估计空气质量的方法，本发明公开了一种基于单幅图像估计空气质量的方法，包括：采集已知空气质量指数的任意场景图像，建立数据库并进行扩充，得到空气质量等级为“优良”、“轻度污染”和“重度污染”三个等级的图像数据库；选取卷积神经网络经典模型——Alexnet模型作为本发明的空气质量模型，并利用Imagenet大数据进行预训练，提高深层特征差异性；预训练完成后，将本发明采集的场景图像库代入空气质量分类模型进行微调；微调完成后，将测试训练集图像空气质量分类模型进行场景

CN201810047540.3，一种基于单幅图像估计空气质量的方法，本发明公开了一种基于单幅图像估计空气质量的方法，包括：采集已知空气质量指数的任意场景图像，建立数据库并进行扩充，得到空气质量等级为“优良”、“轻度污染”和“重度污染”三个等级的图像数据库；选取卷积神经网络经典模型——Alexnet模型作为本发明的空气质量模型，并利用Imagenet大数据进行预训练，提高深层特征差异性；预训练完成后，将本发明采集的场景图像库代入空气质量分类模型进行微调；微调完成后，将测试训练集图像空气质量分类模型进行场景