图像超分辨
文章平均质量分 55
DJ_SIGS
清华大学深圳国际研究生院在读,组内研究内容为AI辅助医疗,熟练基本的单片机编程和图像的传统预处理,正在学习深度学习,方向为医学图像分割。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
LESRCNN复现记录
论文:Lightweight image super-resolution with enhanced CNN 代码:LESRCNN 论文核心模块 复现过程 conda create -n LESRCNN python=2.7 pip install torch==1.4.0 import torch print(torch.__version__) #注意是双下划线 其他的按照代码的readme部分一直pip install就行了 数据集的制作 见制作代码部分,制作数据集的文件夹 训练集需要先,原创 2022-04-29 01:38:58 · 1403 阅读 · 0 评论 -
GAN网络的复现:手写数据集
GAN网络系列复现和学习相关资料原创 2021-12-06 02:04:53 · 591 阅读 · 0 评论 -
图像质量评价:感知建模——Image Quality Assessment: Unifying Structure and Texture Similarit
图像质量评价原创 2021-12-05 19:55:10 · 1604 阅读 · 0 评论 -
超分学习3:锐化和去噪
https://music.taihe.com/# 锐化 1. 基本概念 数字图像处理中的图像锐化 图像锐化的作用: 突出增强边缘轮廓细节 空间域锐化处理方法: (空间锐化滤波) 梯度算法:(一阶差分)——景物边缘轮廓提取 (1): 正交梯度算法——水平垂直差分 (2): Roberts梯度算法——交叉差分 (3): Prewitt梯度算法——两侧做差 (4): Sobel梯度算法——突出离他最近的 拉普拉斯算法: (二阶差分)——细节上增强对比度,突出细节部分 ———————————————— 原文链接:原创 2021-02-26 16:51:53 · 986 阅读 · 0 评论
分享