盲运动去模糊之Deblur GAN网络专题前言

前言(这篇Blog将随着进度持续更新)

目录

  1. 通过Keras回调函数和Tensorboard来检查并监控深度学习模型
  2. 利用Tensorflow2搭建CNN网络(Tensorflow2入门)

在去模糊领域,从非盲去模糊到盲去模糊,这个领域发展的很快。博主最近在学习Delubr GAN网络实现去模糊,我将就着这个学习过程开展专题来记录自己的学习情况:
整个专题主要从以下方面开展:
基础部分:

  • TensorBoard的使用
  • CNN网络详解
  • VGG网络详解
  • ResNet网络详解
  • 基础GAN网络解读及搭建(DCGAN)
  • Deblur GAN V1网络详解

拓展部分:

  • 拓展阅读并解释Deblur GAN V1中所提到的其它论网络结构(如wGAN、cGAN、ResNet等);
  • 思考self-attention网络与Deblur GAN网络的结合使用;
  • 探索前沿论文中Involution反转卷积网络、LAM归因图以及超分网络与去模糊的钩镰及可能性。

我们知道,Deblur GAN网络目前有V1和V2两个版本;我们将主要以Deblur GAN V1论文为主来开展整个专题,同时,在专题的进行过程中,我会将文章中所用的代码放在个人Github上进行开源;文章中所提到的数据集将会通过百度网盘进行分享。
根据内容的更新,我会将整个专题内容的超链接放到前言部分,随着整个专题内容的更新,来对该前言的超链接进行更新。
同时,我也会实时的对整个专题框架进行调整,在自己学习的同时,也能够分享给大家,做一个开源人。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

很随便的wei

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值