VARIABLE RATE IMAGE COMPRESSION WITH RECURRENT NEURAL NETWORKS代码复现

已于 2022-09-28 18:57:37 修改
阅读量1.1k 收藏 3
点赞数
分类专栏： 文献代码复现 pytorch 图像压缩 文章标签： 深度学习 人工智能
于 2022-05-09 16:29:15 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_47146037/article/details/124669103
版权
本文档详细记录了复现VARIABLE RATE IMAGE COMPRESSION WITH RECURRENT NEURAL NETWORKS过程中遇到的问题和解决方案，包括pytorch环境安装、缺失包的安装、训练过程中的路径修正、数据集下载与预处理、模型训练与损失计算，以及模型的优缺点分析。重点在于图像的零填充处理以适应模型输入，并通过RNN进行编码、量化和解码以实现图像压缩。
摘要由CSDN通过智能技术生成

首先上github地址github地址
然后基于rnn的理解
这里依旧记录一下复现过程中遇到的问题

1、安装pytorch环境

这一步先跳过了，可以参考之前的文章安装pytorch环境，如果在服务器安装记得选择linux环境

2、安装缺少的包

pip install pyyaml
pip install tb-nightly
pip install colored

3、训练使用绝对路径

github中给出的训练命令是
在这里插入图片描述
但实际过程中我调试出现了路径不存在的问题，我将其改为了绝对路径

4、数据集下载

数据集由来自YouTube-8M 数据集的 720p 图像组成，这里csdn不让上传1000M以上的，大家自己下载吧

最低0.47元/天 解锁文章
小夭。
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
RNN在图像压缩领域的应用-Variable rate image compression with recurrent neural networks
Reflect2021
11-22 1117
RNN在图像压缩领域的应用-Variable rate image compression with recurrent neural networks
基于RNN的可变速率图像压缩
qq_45033722的博客
03-11 1528
概要 ​ 该文提出了一个可变速率图像压缩的通用框架和一种基于卷积和反卷积LSTM递归网络的新架构。（不需要针对每个速率单独进行训练） 1. Variable Rate Compression Architecture Encoder: function E. 以一个图像补丁作为输入，并生成一个编码后的vector（encoded representation） Binaryization: function B. 由一个二值化函数B来处理编码后的vector Decoder: fuction D.
2021 Image Compression with Recurrent Neural Network and Generalized Divisive Normalization
qq_45033722的博客
04-05 4034
概要 该文提出了两种有效的新编解码块：采用卷积层和Generalized Divisive Normalization(GDN)的分析(analysis)和合成块(synthesis)。该文的网络利用pixel RNN方法进行量化。此外，为了改进整个网络，我们使用LSTM细胞对残差图像进行编码，以减少不必要的信息。 1. 网络结构 下图给出了两块图像压缩的总体体系结构： 每个输入（image patch）首先被传递到分析（analysis）编码器块，以丰富图像表示。类似地，合成（synthesis）-解码
图像视频压缩：深度学习，有一套
华为云官方博客
03-23 2710
摘要：得益于深度神经网络提取信源特征的能力，深度学习技术在信源压缩编码领域取得了比传统方法更 本文分享自华为云社区《基于深度学习的图像视频压缩编码》，原文作者：罗鹏。 得益于深度神经网络提取信源特征的能力，深度学习技术在信源压缩编码领域取得了比传统方法更优异的效果。 基于深度学习的图像压缩编码 自编码器 Ballé1 提出了一种基于变分自编码器的端到端图像压缩模型，采用结合边信息（side information）的超先验的方案。 模型如下图所示。 Q 表示量化；AE 和 AD 分别表示算术
深度学习论文汇总（2018.2.4更新）
深度的魅力
03-15 996
好记性不如烂笔头，一直以来都只有写书面学习笔记的习惯，从来没写过博客。如今很荣幸地加入了浙江大学学生人工智能协会，立志在跟随优秀的老师和学长学姐学习AI领域相关技术的同时也为协会的运营和发展贡献力量。9月份入学以来，因为科研需要加上个人浓烈的兴趣，一直坚持着学习机器学习、深度学习相关的知识。如今，我还负责分管协会深度学习论文归档这块的...
RECURRENT NEURAL NETWORKS FOR PREDICTION
03-30
新技术在工程，物理和生物医学的要求日益复杂的数字信号处理的方法。通过展示最新的研究工作中，作者展示了如何真正的 - 递归神经的网络（RNNs）可以实现扩大范围的传统的信号处理技术，并帮助解决这个问题的预测。...
image-compression-with-coding.rar_image compression
07-15
标题中的“image-compression-with-coding.rar_image compression”暗示了我们即将探讨的是关于图像压缩的编码技术，而“matlab code”则表明我们将通过MATLAB编程语言来实现这一过程。MATLAB是一种强大的数学计算和...
Lossless image compression using Matlab_imagecompression_imageco
10-01
在“Lossless image compression using Matlab”项目中，可能包含了实现这些无损压缩算法的MATLAB代码示例，包括霍夫曼编码、算术编码、游程编码或LZW编码，也可能涉及到其他高级技术如预测编码、DPCM（差分脉冲编码...
Image-Compression.rar_image compression
07-14
这个名为"Image-Compression.rar_image compression"的压缩包显然包含了一组MATLAB代码，专门用于实现图像压缩。MATLAB是一种强大的编程环境，广泛应用于工程、科学计算以及图像处理等领域。 图像压缩的主要目标是...
Pattern Recognition with Neural Networks in C++
10-06
2.1 Motivation for Overviewing Biological Neural Networks 2.2 Background 2.3 Biological Neural Networks 2.4 Hierarchical Organization in the Brain 2.5 Historical Background 2.6 Artificial ...
NeuralRecon:代码为“ NeuralRecon
04-02
NeuralRecon：单目视频的实时相干3D重建 | NeuralRecon：单目视频的实时相干3D重建*，*， ，，CVPR 2021（口头报告） 代码发布ETA 我们计划在一个月内发布代码，敬请期待。 如果您希望收到代码发布的通知，请订阅。 同时，在中欢迎对该文件进行。 引文 如果您发现此代码对您的研究有用，请使用以下BibTeX条目。 @article{sun2021neucon, title={{NeuralRecon}: Real-Time Coherent {3D} Reconstruction from Monocular Video}, author={Sun, Jiaming and Xie, Yiming and Chen, Linghao and Zhou, Xiaowei and Bao, Hujun}, journal={CVPR}, yea
深度学习-卷积神经网络池化到图像压缩解压的假想
chenkexi_shuai的博客
01-28 3189
这是博主的第二篇博文，经验非常有限，所以写的水平很低，下面是我学习卷积神经网络中的一些见解。本人未学习到机器视觉与图像有关的任何知识，只是从池化中假想到一种图片压缩方法。如果假想中的图像内容与知识正确，那么将无比幸运。本文除了两幅图片摘抄，其余都是原创，由于属于假想，未经过证实，不得转载。 好了，废话不多说。我们从池化中开始讲， 池化层：对输入的特征图进行压缩，一方面使特征图变小，简化网络
Recurrent Neural Networks 简述
yujianmin1990的专栏
07-29 4985
前言 RNN是序列数据处理时匹配度最好的模型，现在对当前几个重要的RNN模型做个简单梳理。 RNN RNN: Recurrent Neural Network，循环神经网络。我想，当XX当年把RNN结构构造出来时，一定是佩服自己的想象力的。RNN具有天然的时间深度，并且对任意的序列数据场景具有适应性，即当样本间具有相关性时非常适合用RNN来解决。而Forward Network则普遍假设...
coursera 吴恩达 -- 第五课 RNN ：第一周 Recurrent Neural Networks Quiz
qq_25436597的博客
03-30 4351
哇 和上一次课隔了差不多一个月 心疼学费
Real-Time Adaptive Image Compression解读
欢迎来到打不死的小强的专栏
09-30 2245
FROM Real-Time Adaptive Image Compression WaveOne, Inc. Paper PDF Image compression is an important step towards our long-term goals at WaveOne. We are excited to share some early results of our resea...
[资源贴]ICLR2016 下载地址
波大菜菜
03-13 3015
Accepted Papers (Conference Track) Multi-Scale Context Aggregation by Dilated Convolutions Fisher Yu, Vladlen Koltun The Variational Fair Autoencoder Christos Louizos, Kevin Swersky, Yujia Li, Max
Neural Networks for Multi-Instance Learning代码复现
qq_41643701的博客
05-25 619
Neural Networks for Multi-Instance Learning论文阅读笔记 多示例数据的数据集结构与单实例的数据不同，一个样本由一个包表示，一个包中有多个实例，标签被分配给包而不是实例。 定义加载多示例数据集的方法如下，接收输入path为包的路径， # 加载普通MIL数据集 def Load_data(path, ne_label=0): data = loadmat(path)['data'] dataset_name = path.split('/')[-1].s
Checkerboard Context Model for Efficient Learned Image Compression文献复现（非官方，改动较大）
小夭的博客
10-19 1490
棋盘格上下文文献复现
Non-local Neural Networks的tensorflow2代码
最新发布
05-25
Non-local Neural Networks (NLNet) 是一个用于图像和视频处理的深度学习模型，它在处理长距离的空间关系时表现出色。下面是一个使用 TensorFlow 2 实现的 NLNet 模型的示例代码： ```python import tensorflow as ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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