m0_64037204的博客

基于条件扩散模型的单幅遥感影像超分辨率重建加速方法研究

超分辨率方法对遥感图像空间分辨率的提高做出了显著贡献。深度学习的发展提供了从大量低分辨率和高分辨率图像对中学习信息特征表示的新方法。 然而，传统的遥感图像超分辨率方法在大倍数（x𝟖, x𝟗）超分辨率任务中可能会失败。 具体来说，比例因子越大对应低分辨率图像中的信息越少，这对超分辨率来说是一个相当大的挑战。 为了解决这个问题，我们提出了一种基于分层密集采样的单幅遥感图像超分辨率新方法，以有效提取图像特征。

Linux服务器快速解压大于4G的ZIP文件

zotero各个翻译引擎API接入方法总结

亲自实战笔记——Docker封装Linux服务器anaconda3下自己用户的环境镜像

python读取遥感影像数据

Linux服务器——实用命令大全

科研的经验积累——更加便捷的跑深度学习代码之PyCharm连接远程服务器和Linux Screen命令使用

服务器Linux Ubuntu版本上快速搭建自己的深度学习虚拟环境，Python任意版本+Pytorch+各种第三方依赖包，包含未连网时如何离线搭建和连网时在线搭建两种情况。