![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 84
饱受脱发烦恼的小徐
犹能簸却沧溟水
展开
-
【超分辨率】(DRN)Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution
(DRN)Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution论文的全文阅读,在该论文中作者提出了一个对偶回归方案来约束从LR到HR之间的可能映射空间,不同于以往的提出新的网络模型,创新点比较有趣。原创 2022-10-26 20:14:25 · 815 阅读 · 3 评论 -
【超分辨率】OverNet: Lightweight Multi-Scale Super-Resolution with Overscaling Network
本文详细介绍了OverNet网络结构,它是一种轻量化的SISR方法。作者主要有三个创新点:1.轻量化特征提取器;2.用于重建的超尺度模块,该模块可作为独立结构应用到其他SR方法中提升它们的性能;3.引入多尺度损失函数,以提高模型的跨尺度泛化能力。同时欢迎各位指出我在文章中的错误理解。原创 2022-10-24 11:39:14 · 554 阅读 · 0 评论 -
【超分辨率】(RCAN)Image Super-Resolution Using Very Deep Residual Channel Attention Networks
RCAN网络的全文阅读,欢迎各位指出我在学习过程中的错误理解。本文中作者提出了一种RIR结构来构造更深的可训练网络,所提出的RCAN网络超过400多层。同时,作者将通道注意力机制融入到残差模块中,使得RCAN网络能够关注更加有用的信息。原创 2022-10-20 16:37:15 · 1867 阅读 · 0 评论 -
【超分辨率】(RDN)Residual Dense Network for Image Super-Resolution论文翻译
(RDN)Residual Dense Network for Image Super-Resolution论文全篇翻译,论文的重要部分为人工翻译,非机翻。在后续中,我会慢慢补上全部的人工翻译原创 2022-10-15 19:16:31 · 1629 阅读 · 0 评论 -
【图像分类】(DenseNet)Densely Connected Convolutional Networks
本文介绍DenseNet网络,这是一种将特征图进行连接的新结构,在卷积网络方面是非常不错的特征提取器。原创 2022-10-12 14:50:19 · 502 阅读 · 0 评论 -
【代码】将图片数据集转换为h5格式的数据集
在SRCNN一文中的代码所使用的是h5格式的数据集,但是所给链接打不开。所以本文给出了将图片数据集转换为h5格式的数据集代码,可以自己生成h5格式的数据集后用于训练。原创 2022-10-09 23:37:56 · 2200 阅读 · 13 评论 -
【超分辨率】(EDSR)Enhanced Deep Residual Networks for Single Image Super-Resolution论文阅读笔记
在本论文中,作者提出了一种新的深度超分辨率网络(EDSR),其性能超过了目前最先进的SR方法。EDSR模型的显著性能改进是通过去除传统残差网络中不必要的模块来优化。并且在稳定训练过程中的同时,通过扩大模型尺寸(即分为baseline和扩大后的模型,在深度和宽度上进行扩展)进一步提高性能。作者还提出了一种新的多尺度超分辨率模型(MDSR)和训练方法,该方法在单一模型中重建不同放大因子的高分辨率图像。原创 2022-10-09 11:57:45 · 2934 阅读 · 1 评论 -
【超分辨率】SRCNN论文笔记
1.SRCNN算是深度学习在图像超分辨率领域的开山之作。虽然这篇论文年代比较久远了,但是仍然值得一读。(看到论文的作者是何凯明大佬没?)2.在这篇论文中,作者提出了一种单图像超分辨率的深度学习方法。该方法直接学习低\高分辨率图像之间的端到端映射。SRCNN将低分辨率图像作为输入并输出高分辨率图像。3.作者提出的方法共同优化了所有的网络层结构(而传统的方法是分别处理每个组件),并且作者提出的深层卷积神经网络是一种轻质的结构,因此速度非常快,但是却有着最先进的修复质量。原创 2022-09-29 19:57:01 · 1933 阅读 · 2 评论 -
【图像分类】EfficientNetV2论文笔记
图像分类领域的EfficientNet-V2论文,在本文中我从背景出发到网络结构都进行了详细的解读,欢迎大家讨论。原创 2022-09-27 19:38:28 · 1294 阅读 · 1 评论 -
【图像去模糊】Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring论文笔记
本篇论文算是基于学习方法中的分水岭文章,之前为基于深度学习的核估计方法(以孙剑大佬的首次把CNN引入到去模糊领域中的那篇为代表),再一个就是以本篇为代表的基于学习的kernel free方法。原创 2022-09-24 10:35:46 · 3112 阅读 · 2 评论 -
图像处理基础
图像处理基础1.图像的基本表示方法首先图像可以表示为二值图像、灰度图像、彩色图像,如下图所示。这里主要讨论二值图像、灰度图像、彩色图像的基本表示方法二值图像是指在图像中,灰度等级只有两种,也就是说,图像中的任何像素点的灰度值均为0或者255(1),分别代表黑色和白色。灰度图像与二值图像不同,在计算机图像领域中二值图像只有黑白两种颜色,灰度图像在黑色与白色之间还有许多级的颜色深度。计算机会将灰度处理为256个灰度级,用处置区间[0-255]来表示。彩色图像是指每个像素由R、G、B分量构成的图像,原创 2021-02-01 16:12:52 · 224 阅读 · 0 评论 -
openCV基础
图像处理基础操作1.读取图像openCV提供了函数cv2.imread()来读取图像,该图像支持各种静态图像格式。语法格式:retval=cv2.imread(filename,flags)retval是返回值,其值是读取到的图像filename是待读取图像的完整路径名flags是读取标记,用来控制读取文件的类型,,默认值为1常见的读取类型有:1.保持原格式不变:cv2.IMREAD_UNCHANGED;数值:-12.将图像调整为单通道的灰度图像:cv2.IMREAD_GRAYSCALE原创 2021-02-01 10:22:58 · 159 阅读 · 0 评论