win10+matlab2016a编译使用matconvnet并测试CBDNET

最新推荐文章于 2020-11-09 15:35:02 发布
最新推荐文章于 2020-11-09 15:35:02 发布
阅读量1.4k 收藏 6
点赞数 5
分类专栏： matlab
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/qq_35608277/article/details/85042547
版权

论文阅读

https://blog.csdn.net/zbwgycm/article/details/82052003

git源代码：

https://github.com/GuoShi28/CBDNet

缺少Matconvnet
报错

未定义变量 “dagnn” 或类 “dagnn.DagNN.loadobj”。

解决：

下载matconvnet

http://www.vlfeat.org/matconvnet/

解压
在matlab中进入到该目录下
xxx\matconvnet\matconvnet-1.0-beta25\matlab

点开vl_compilenn.m
运行

警告: CL.EXE not found in PATH. Trying to guess
out of mex setup. 
> In vl_compilenn>check_clpath (line 650)
  In vl_compilenn (line 426) 
用于 x64 的 Microsoft (R) C/C++ 优化编译器 19.00.23026 版 
版权所有(C) Microsoft Corporation。保留所有权利。 
 
用法: cl [ 选项... ] 文件名... [ /link 链接选项... ] 
Location of cl.exe (C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\..\VC\bin\amd64) successfully added to your PATH.
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。

并在代码头部加入

run H:\xxx\matconvnet\matconvnet-1.0-beta25/matlab/vl_setupnn.m

Error using vl_nnconv An input is not a numeric array(or GPU support not compiled).

解决方法：

运行 vl_compilenn(‘enableGpu’, true)

警告: Setting the 'MW_NVCC_PATH' environment
variable to 'C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v9.0\bin\nvcc' 
> In vl_compilenn>activate_nvcc (line 752)
  In vl_compilenn (line 296) 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(838): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(1772): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(2628): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(3477): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(4417): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(5319): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(6229): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(7104): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(7914): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h(776): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h(1636): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\device_double_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\sm_20_intrinsics.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\sm_20_intrinsics.h(925): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(838): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(1772): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(2628): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(3477): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(4417): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(5319): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(6229): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(7104): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(7914): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h(776): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h(1636): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\device_double_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\sm_20_intrinsics.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\sm_20_intrinsics.h(925): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
nvcc warning : The -std=c++11 flag is not supported with the configured host compiler. Flag will be ignored. 
data.cu 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(838): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(1772): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(2628): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(3477): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(4417): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(5319): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(6229): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(7104): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(7914): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(838): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(1772): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(2628): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(3477): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(4417): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(5319): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(6229): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(7104): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(7914): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h(776): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt/device_functions.h(1636): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\device_double_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\sm_20_intrinsics.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\sm_20_intrinsics.h(925): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(838): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(1772): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(2628): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 
c:\program files\nvidia gpu computing toolkit\cuda\v9.0\include\crt\math_functions.h(3477): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。
使用 'Microsoft Visual C++ 2015 Professional (C)' 编译。
MEX 已成功完成。

测试：

run H:\xxx\CBDNet-master\matconvnet\matconvnet-1.0-beta25/matlab/vl_setupnn.m
format compact;
addpath(fullfile('utils'));

folderTest  = '.\testsets\';
imageSets   = {'DND_patches','Nam_patches','NC12'}; % testing datasets

setTestCur  = imageSets{3};      % current testing dataset

showResult  = 1;
useGPU      = 1; % CPU or GPU. For single-threaded (ST) CPU computation, use "matlab -singleCompThread" to start matlab.
pauseTime   = 0;

%%% for DND dataset, using 'CBDNet.mat' model,
%%% for Nam dataset and other noisy images with JPEG format, using
%%% 'CBDNet_JPEG.mat' model for considering JPEG compression
if strcmp(setTestCur, 'DND_patches') || strcmp(setTestCur, 'NC12')
    load('.\models\CBDNet.mat');
else
    load('.\models\CBDNet_JPEG.mat');
end

net = dagnn.DagNN.loadobj(net) ;
net.removeLayer('objective1') ;
net.removeLayer('objective2') ;
net.removeLayer('objective_TV') ;
denoiseOutput = net.getVarIndex('prediction') ;
net.vars(net.getVarIndex('prediction')).precious = 1 ;

net.mode = 'test';
if useGPU
   net.move('gpu');
end       

% read images
ext         =  {'*.jpg','*.png','*.bmp'};
filePaths   =  [];
for i = 1 : length(ext)
    filePaths = cat(1,filePaths, dir(fullfile(folderTest,setTestCur,ext{i})));
end

for i = 1:length(filePaths)
    %% read images
    input = imread(fullfile(folderTest,setTestCur,filePaths(i).name));
    [w,h,~]=size(input);
    
    [~,nameCur,extCur] = fileparts(filePaths(i).name);
    input = im2double(input);
    if mod(w,4) ~= 0
        input = cat(1,input, input([w:-1:(w-(4-mod(w,4))+1)],:,:)) ;
    end
    if mod(h,4)~=0
        input = cat(2,input, input(:,[h:-1:(h-(4-mod(h,4))+1)],:)) ;
    end
    input = single(input);
    %tic;
    if useGPU
        input = gpuArray(input);
    end

    net.eval({'input',input}) ;
    output = gather(squeeze(gather(net.vars(denoiseOutput).value)));
   %%%
   if mod(w,4) ~= 0
        input = input(1:w,:,:) ;
        output = output(1:w,:,:) ;
    end
    if mod(h,4)~=0
       input = input(:,1:h,:) ;
       output = output(:,1:h,:) ;
    end
    
    if useGPU
        output = gather(output);
        input  = gather(input);
    end

    if showResult
        imshow(cat(2,im2uint8(input),im2uint8(output)),'InitialMagnification', 'fit');
        drawnow;
        pause(pauseTime)
    end
end

在这里插入图片描述

rrr2
关注
专栏目录
win10+MATLAB2016a+VS2015+MatConvNet配置详解
qq_33782064的博客
04-19 1万+
4.23 补：MatConvNet只需要配置一次，不同的算法，直接把配置好的MatConvNet，路径下的 MATLAB/mex 的文件拷贝到需要运行的算法对应位置处即可，不需要每次都配置 MatConvNet是实现深度学习中卷积神经网络（CNN）的MATLAB工具箱，简单且高效，在文件中有许多已经训练好的近年来比较有名卷积神经网络实例及优化方法，可以用于图像分类、分割、人脸识别...
CBDNet:Toward Convolutional Blind Denoising of Real Photographs
清风吹斜阳
01-26 4933
Toward Convolutional Blind Denoising of Real Photographs Shi Guo , Zifei Yan , Kai Zhang , Wangmeng Zuo , Lei Zhang Harbin Institute of Technology, Harbin, 150001, China Department of Computing, Th...
CBDNet：“对真实照片进行卷积盲去噪”的代码，CVPR 2019
02-04
面向真实照片的卷积盲去噪 纸版 ISP /反向ISP运算符的Python实现和一些资料 （与Matlab代码不完全相同） 1.摘要 尽管深卷积神经网络（CNN）在高斯降噪方面取得了成功，但在实际嘈杂的照片上仍然非常有限，甚至可能比BM3D表现差。 为了提高深度去噪模型的鲁棒性和实用性，本文提出了一种融合了网络架构，非对称学习和噪声建模的卷积盲去噪网络（CBDNet）。 我们的CBDNet由一个噪声估计子网和一个去噪子网组成。 受BM3D对噪声估计误差的不对称敏感性的影响，在噪声估计子网络上进行了非对称学习，以抑制更多的噪声水平估计不足。 为了使学习的模型适用于真实照片，结合了基于信号依赖噪声模
图像噪声的概念与分类
FPGA/MATLAB学习教程/源码/项目合作开发
11-09 7010
图像噪声的概念与分类 图像噪声是图像在摄取或传输时所受的随机信号干扰，是图像中各种妨碍人们对其信息接受的因素。很多时候将图像噪声看成是多维随机过程，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。 图像噪声是多种多样的，其性质也千差万别，所以了解噪声的分类是很有必要的。 按产生的原因分类 1.外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放电现象等引起的噪声。 2.内部噪声，一般有四个源头：a)由光和电的基本性质所引起的..
Toward Convolutional Blind Denoising of Real Photographs（CBDNet）, CVPR2019
heitang1802的博客
06-25 1349
这篇文章是哈深和香港理工大学合作的文章，来自CVPR2019，任务是去噪。上周看的Noise2Void针对高斯噪声改进方法减少了训练所需数据，CBDNet这篇文章针对的则是模型在真实噪声上效果差的问题，使得去噪不再局限于较理想化的高斯噪声。 CNN去噪模型的效果很大程度上取决于合成噪声和实际噪声的分布是否匹配，于是本文的去噪模型分为两阶段——第一阶段进行噪声估计，第二阶段将噪声估计结果与噪声图一并作为输入进行非盲去噪。 噪声建模 对噪声进行建模是为了生成去噪网络的训练集，建模越趋近真实噪声后续去噪效果
CBDNet-pytorch:CBDNet的非官方PyTorch实施
04-02
CBDNet-火炬 CBDNet的非官方PyTorch实施。 更新 2021.04.02：该代码可能存在一些实现错误，请谨慎使用。 拉请求是受欢迎的。 2020.12.04：我们使用新的数据集训练了CBDNet模型。 PSNR（DND基准）：38.06-> 39.63。 快速开始 从下载数据集和预训练的模型。 将文件解压缩到data文件夹和save_model文件夹，如下所示： ~/ data/ SIDD_train/ ... (scene id) Syn_train/ ... (id) DND/ images_srgb/ ... (mat files) ... (mat files) save_model/ checkpoint.pth.tar 训练模型： python tr
Matconvnet+win7+Matlab2017a+vs2013+cuda9.0+cudnn
benniaofei18的博客
04-26 1071
之前用的是2014版MATLAB，用CPU跑Matconvnet的数据，发现慢的要死。所以想配置GPU版本的环境。发现MATLAB2014+cuda8.0的配合并不完美，最终并没有完成GPU的版本的配置。查看了Matconvnet的代码后，好像数MATLAB2014+win7的版本只能使用CPU版的Matconvnet。无奈之下，安装了MATLAB2017，最后又配置了cuda9.0，成功安装GP...
Matlab 2016a Win64 Crack
02-26
Matlab 2016a Win64破解工具
MATLAB+R2016a小波分析22个算法
01-17
比较好的基于小波分析的图像处理算法，含有matlab程序源码
Matlab 2016a Win64 Crack下载
09-19
Matlab 2016a Win64 Crack
matlab2016a license checkout failed
08-30
标题“matlab2016a license checkout failed”指出的问题是MATLAB 2016a在尝试激活或使用许可证时遇到了失败。这通常是因为许可证文件丢失、损坏，或者与MATLAB安装目录不匹配。描述中提供的解决方案是将解压后的...
论文阅读笔记之——《Toward Convolutional Blind Denoising of Real Photographs》及基于pytorch的CBDNet的复现
gwpscut的博客
12-06 6519
本文是CBDNet（convolutional blind denoising network）的阅读笔记。本博文分为两块，一块是阅读笔记，一块是本人对CBDNet的实验记录 论文链接：https://arxiv.org/pdf/1807.04686.pdf 论文的代码：https://github.com/GuoShi28/CBDNet 一些去噪用的数据集https://blog.csdn...
Warning: Setting the ‘MW_NVCC-PATH’environment variable to ‘C: program File NVIDIA GPU’ Computing T*
计算机的专栏
04-24 1751
Warning: Setting the ‘MW_NVCC-PATH’environment variable to ‘C: program File NVIDIA GPU’ Computing T** 解决办法：在环境变量中添加变量名为MW_NVCC-PATH，变量的路径为：C: program File NVIDIA GPU’ Computing T**...
在matlab中安装“MatConvNet”中遇到的问题和解决方法：“No supported compiler or SDK was found.”
Stephen的博客
06-10 8099
安装环境：win10 x64、matlab 2017a MatConvNet是一个运用卷积神经网络解决计算机视觉问题的matlab工具箱，可解决图像分类，分割，面部识别和文本检测等问题。官网地址：http://www.vlfeat.org/matconvnet。里面有详细的安装教程，函数介绍，已经训练好的模型等。虽然安装过程比较简单，但是还是出现了很多问题，下面就按照安装过...
matconvnet +vs2013+matlab2014a安装记录
gdm763565805的博客
07-09 1220
1：下载matconvnet安装包，在官网上下载。各个版本都可以，我刚开始下载了最新的0.25版，安装时提示需要MATLAB2015往上版本，所以重新下载了0.20版本。2： 解压matconvnet，运行vl_setupnn.m3:  运行vl_compilenn。结果显示MEX已成功完成4 代码测试，新建.m文档.在网上找到例子，运行，（期间需要将用到的各种vl_文件都放到最开始文件夹下），否...
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