【图像去噪】论文复现：Pytorch实现REDNet的三种结构！简单修改路径即可跑通全部代码并训练自己的数据集！支持灰度图和RGB图训练！附训练好的模型文件可直接测试图像得到去噪结果以及评价指标！

请先看【专栏介绍文章】：【图像去噪（Image Denoising）】关于【图像去噪】专栏的相关说明，包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总（更新中）

完整代码和训练好的模型权重文件下载链接见本文底部，订阅专栏免费获取！

本文亮点：

• 跑通训练和测试代码，轻松运行，按步骤执行保证无任何运行问题；
• Pytorch实现REDNet10、REDNet20、REDNet30，与原论文一致；
• 更换路径和参数即可训练自己的图像数据集，支持灰度图和RGB图；
• 包含训练好的模型文件（12个，每个模型对应4个噪声level），可直接推理运行得到去噪后的图像结果以及评价指标PSNR/SSIM
• 数据处理、模型训练和验证、推理测试全流程讲解，无论是科研还是应用，新手小白都能看懂，学习阅读毫无压力，去噪入门必看；