笔记
文章平均质量分 51
刚正不阿邢育森
xsd
展开
-
超分辨中的损失函数
SSIM(结构相似性)除了考虑亮度信息之外还加入了对比度和结构分数;通过三个评价标准共同来衡量两幅图的差异。SSIM将图像分为多个像素块,并最终以三个分数的组合方式来表达,其中如何表达可以根据实际图像观感优先级来进行调整。本文参考https://zhuanlan.zhihu.com/p/541385224。其中MSE(均方误差)是直接考虑两幅图之间像素值的区别。而PSNR(峰值信噪比)其实是MSE的一种对数形式。主流损失为三种:MSE PSNR SSIM。原创 2022-11-21 23:58:44 · 1027 阅读 · 0 评论 -
机器视觉注意力机制笔记
在机器视觉中注意力机制运用非常广泛,将较为经典的几种注意力机制进行整理。原创 2022-11-14 00:10:17 · 792 阅读 · 0 评论 -
torch.optim.Adam优化
优化器参数修改原创 2022-09-21 10:15:58 · 1954 阅读 · 0 评论 -
高斯滤波、双边滤波、邻域滤波、非局部均值滤波(NL-means) 笔记
高斯滤波、双边滤波、非局部均值滤波原创 2022-07-12 01:48:01 · 1042 阅读 · 0 评论 -
yolov5+deepsort跟踪学习笔记
yolo+deepsort学习笔记原创 2022-02-18 09:21:21 · 9457 阅读 · 2 评论 -
GAN 生成图片形状的设置
GAN 中generated_images = g.predict(noise, verbose=0) 输出图片形状的设置def generator_model(): inputs = Input((10,)) fc1 = Dense(input_dim=10, units=128*7*7)(inputs) fc1 = BatchNormalization()(fc1) fc1 = LeakyReLU(0.2)(fc1) fc2 = Reshape((7, 7, 1原创 2020-07-30 11:42:27 · 646 阅读 · 0 评论