![](https://i-blog.csdnimg.cn/direct/5203625df2e849d38b67825d85ef2fe6.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习图像去噪算法100例
文章平均质量分 95
专栏内文章内容包括理论与实践两部分。理论为主流去噪算法论文精读,理解原理;实践为论文源码复现,跑通源码,得到去噪结果以及性能指标,助力学习科研。
十小大
一个致力于编程自由的小学生,主要研究内容为计算机视觉、图像拼接、超分辨率重建、GUI界面可视化、图像处理;编程语言为Python、Matlab等
展开
-
【图像去噪】论文复现:新手入门必看!DnCNN的Pytorch源码训练测试全流程解析!为源码做详细注释!补充DnCNN-B和DnCNN-3的模型训练和测试!附各种情况下训练好的模型权重文件!
- 以官方Pytorch源代码为基础,在DnCNN-S的基础上,增添DnCNN-B/CDnCNN-B、DnCNN-3模型训练和测试复现,代码注释非常详细,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,去噪入门必备,适用于去噪、超分、JPEG去块任务; - 提供新增后的完整代码和训练好的模型权重文件,模型性能与论文中近似,可不训练直接测试; - 理论和源码结合,进一步加深理解算法原理、明确训练和测试流程 - 更换路径和相关参数即可训练自己的图像数据集原创 2024-08-12 11:05:45 · 807 阅读 · 0 评论 -
【图像去噪】论文精读:Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising(DnCNN)
论文题目:Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising —— 除了高斯去噪器:深度CNN残差学习图像去噪TIP 2017!基于深度学习的图像去噪开山之作!DnCNN!由于其良好的去噪性能,图像去噪的判别模型学习最近引起了相当大的关注。在本文中,我们通过研究前馈去噪卷积神经网络 (DnCNN) 的构建来向前迈出了一步,以将非常深的架构、学习算法和正则化方法的进展纳入图像去噪。原创 2024-08-12 10:54:18 · 143 阅读 · 0 评论