关于＜Deep_Neural_Networks_for_No-Reference_and_Full-Reference_Image_Quality_Assessment＞模型(WaDIQaM)复现问题

最新推荐文章于 2023-09-11 13:16:01 发布
最新推荐文章于 2023-09-11 13:16:01 发布
阅读量225 收藏 4
点赞数
文章标签： python matplotlib scikit-learn numpy visual studio
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_44504069/article/details/127654989
版权

墨迹了好几天,总是找不到我的问题在哪.

论文源码上给的github仓库里面的代码只有测试部分 , 建议下载另一个别人已经完善好所有代码的仓库.

附上链接:   https://arxiv.org/abs/1612.01697

下载社区代码.


 错误类型

 

 调试的过程中发现已经有图片加载到指定文件夹 , 但是总是出现在图片位置找不到 , 打不开等问题

 解决方法就是:

在github克隆下来的文件夹里面并没有数据集文件 , 有的只是数据集的标签 , 所以在调试的时候发现总是报错 , 但是有疑问调试的过程中有图片文件的加载 .

重新下载数据集文件放在你指定的文件目录位置

数据集

 附上这位良心博主,我就不整理了,有点麻烦

(24条消息) 图像质量评估数据集汇总（附下载链接）_chaos_s的博客-CSDN博客_csiq数据集

下面附上代码需要修改的地方:

所有的data_info 和im_dir和ref_dir都需要修改成你的目录文件

其中data_info部分就是源代码中 .mat文件的目录位置

im_dir和ref_dir是你重新下载的数据集的目录位置

 环境:

 

 

 

写博客真累,还挺浪费时间的,害,研一迷茫 

浪漫细菌
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
neural-networks-and-deep-learning-master.zip_Neural networks_dee
09-24
用不同的方法实现了神经网络（没有用第三方库，就是用numpy等实现的，对于初学者来说是不错的深入了解神经网络的素材）
论文笔记--deepIQA: Deep Neural Networks for No-Reference and Full-Reference Image Quality Assessment
qq_22565865的博客
07-27 3022
论文笔记--deepIQA: Deep Neural Networks for No-Reference and Full-Reference Image Quality Assessment论文主要框架Introduction相关成果III 基于深度神经网络的IQA方法IV 实验及结果A.数据集B.实验C.性能评估D.本地权重（蓝色代表low value，黄色代表high value）【本地权重...
[论文阅读]（图像/视频质量评价系列）
weixin_38800498的博客
05-16 4554
文章目录[2021] (QoMEX) Image Super-Resolution Quality Assessment:Structural Fidelity Versus Statistical Naturalness摘要引言2D QUALITY ASSESSMENT OF SISR IMAGESFUSING 2D ASSESSMENT FOR 1D PREDICTION结论 [2021] (QoMEX) Image Super-Resolution Quality Assessment:Struct
2021-04-21
WilsonAir的博客
04-21 422
# [主动推理的盲图像质量评估|德州仪器TI.com.cn IEEE期刊和杂志| IEEE Xplore](https://ieeexplore.ieee.org/abstract/document/9376644) Wed Apr 21 2021 21:43:43 GMT+0800 (China Standard Time) 第一节 介绍 -- 客观图像质量评估（IQA）旨在自动评估图像的感知质量。在图像获取，传输，压缩和存储的过程中，会引入各种失真，从而导致图像质量下降。通常，作为图像的最.
TIM Blind Image Quality Measurement by Exploiting High-Order Statistics With Deep Dictionary Encodin
WilsonAir的博客
04-21 345
2020 TIM Blind Image Quality Measurement by Exploiting High-Order Statistics With Deep Dictionary Encoding Network Wilson 由于部署了用于训练端到端模型的深度神经网络（DNN），因此盲图像质量测量（BIQM）取得了长足的进步。大多数现有的基于DNN的BIQM方法都简单地将局部深度特征图与全局最大或平均池化层聚合在一起，以生成用于质量预测的整体特征向量。但是，这种池化策略无法捕获本地特
不同的图像质量评价指标(IQA)
LanceHang的博客
09-11 2229
NRQM（Non-Reference Quality Metric）是一种非参考图像质量评价指标，用于自动评估图像的质量，而不需要参考图像（即原始或真实图像）。总的来说，NIMA 是一种基于深度学习的图像质量评价方法，它利用深度CNN模型从图像中提取特征，并能够输出图像的质量分数，使其成为自动化图像质量评估的有力工具。LPIPS 在计算机视觉和图像处理领域中被广泛应用，特别是在图像生成、超分辨率、图像风格迁移等任务中，用于评估生成的图像与原始图像之间的相似性和质量。
复现WaDIQaM中的问题
Fools_______的博客
04-18 158
在 Python 语言中，当一个 Python 文件被运行时，Python 解释器会自动设置一个全局变量__name__，其值为当前文件的文件名，但是当该文件作为一个模块被导入到其他 Python 文件中时，该变量的值不再是文件名，而是模块名。例如，若 K=5，k_test=5，则表示在第 5 次交叉验证中使用第 5 份数据作为测试集。K_fold：对数据集进行 K 折交叉验证，即将数据集分成 K 份，每次选择其中一份作为测试集，剩下的 K-1 份作为训练集，重复 K 次，最后得到 K 个模型的评估结果。
A Survey for Image Quality Assessment（综述）
lxlhexl
07-18 7772
图像质量评价相关总结，旨在回顾近二十年来的发展历程。 一、主观图像质量评价 (1) 主观图像质量评价实验：absolute category rating、pair comparison [Ref]M. Perez, A. Mikhailiuk, E. Zerman, V. Hulusic, G. Valenzise, and R. K. Mantiuk, “From pairwise comparisons and rating to a unified quality scale,” IEE.
论文笔记（IQA）：Deep Neural Networks for No-Reference and Full-Reference Image Quality Assessment
God_68的博客
09-17 2511
@article{Bosse2017Deep, title={Deep Neural Networks for No-Reference and Full-Reference Image Quality Assessment}, author={Bosse, S. and Maniry, D. and Muller, K. R. and Wiegand, T. and Samek, W....
python图像质量评价_图像质量评价和视频质量评价(IQA/VQA)
weixin_36444911的博客
01-29 3030
1 IQA/VQA(image quality assessment/video quality assessment)1.FR(全参考，Full Reference)2.RR(半参考，Reduced Reference)3.NR(无参考，No Reference/Blind)datasets:LIVE/CSIQ/TIB2013 etc...2 distortions(失真类型)来源:captur...
图像质量评估 (IQA) 论文笔记： Deep Neural Networks for No-Reference and Full-Reference Image Quality Assessment
兔角与禅
06-15 4888
图像质量评估 (IQA) 论文笔记： Deep Neural Networks for No-Reference and Full-Reference Image Quality Assessment Sebastian Bosse , Dominique Maniry, Klaus-Robert Müller, Member, IEEE, Thomas Wiegand, Fellow, IE...
CNN.rar_CNN_Neural networks_Neural-Networks_the code_theybne
09-20
This code explains the neural networks.
ANN.zip_Neural networks_Neural-Networks_zip
09-23
Introduction to Artificial Neural Networks
Spiking neural networks.rar_Neural networks_SNN_Spiking-Neural_s
07-14
Spiking neural networks
FPGA.Implementations.of.Neural.Networks.rar_FPGA神经网络_Neural-Netw
09-14
神经网络的FPGA实现参考，ANN的实时硬件计算越来越受到重视。
无参考质量评估在视频增强的进展与应用
LiveVideoStack
07-31 1408
无参考质量评估在许多无法取得参考信息的实际系统中应用广泛且十分重要，本文整理自腾讯音视频实验室的高孟平在LiveVideoStackCon 2019上海大会中的分享，详细...
Quality Assessment Paper List（研二）
lxlhexl
05-18 6400
从2018年5月到2019年5月，大概一年（研二）的时间里学习的有关quality assessment的论文。（共128篇） PS：红色标注为经典论文Image数据库： LIVE CSIQ TID BID CID CLIVE KONIQ10K AVA... Analysis of Public Image and Video Databases for Quality Assessment...
图像质量评价论文阅读之Deep Neural Networks for NR and FR Image Quality Assessment个人理解
qq_38644840的博客
07-08 2097
    最近在看关于图像质量评价的相关论文，理解不当之处还请包涵。废话不多说直接上内容：     这篇文章使用深度学习的方法来实现全参考的图像质量评价和无参考的图像质量评价的方法，这里简单说一下所谓全参考图像质量评价是指，在度量图像的质量过程中需要用到参考图片和退化图片进行比较的方法，而无参考的图像质量评价是指找到退化图像及其主观分数之间存在的某种映射关系。 总体而言，这篇文章就是利用神经网络...
图像质量评估 (IQA) 论文笔记： Convolutional Neural Networks for No-Reference Image Quality Assessment
兔角与禅
04-16 8175
图像质量评估 (IQA) 论文笔记： Convolutional Neural Networks for No-Reference Image Quality Assessment Convolutional Neural Networks for No-Reference Image Quality Assessment Le Kang1 , Peng Ye1 , Yi Li2 , and ...
AttributeError: 'bp_neural_network' object has no attribute 'train'
最新发布
03-30
AttributeError: 'bp_neural_network' object has no attribute 'train'是一个错误提示，意味着在bp_neural_network对象中没有名为'train'的属性。这通常发生在你尝试调用一个不存在的方法或属性时。 可能的原因是： 1. 你可能没有正确地初始化bp_neural_network对象，或者没有正确地导入相关的模块。 2. 'train'方法可能在bp_neural_network类中被定义为私有方法，无法从外部访问。 3. 'train'方法可能被命名为其他名称，你需要检查一下正确的方法名。 为了解决这个问题，你可以： 1. 确保正确地初始化bp_neural_network对象，并且导入了相关的模块。 2. 检查bp_neural_network类的定义，确保'train'方法被正确地定义为公有方法。 3. 检查你是否正确地调用了'train'方法，并且使用了正确的方法名。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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