项目记录-除雨

最新推荐文章于 2022-06-07 09:57:08 发布
最新推荐文章于 2022-06-07 09:57:08 发布
阅读量282 收藏 1
点赞数 1
分类专栏： Project
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/weixin_40805392/article/details/97389985
版权

de-raindrop

DeRaindrop-master

  • 环境是 py2.7+pytorch
  • 问题：所需要很大的运算显存，优点是速度快

de-rainstripe

DID-MDN

  • py2 或则 3 +pytorch
  • 通过给出估计得到的雨滴密度给去对应的除雨标签
  • 问题：输入是固定的512*512的值，会被网络crop

darking_pic_enchance

RetineexNet

  • Py3.5+ tensorflow
  • 学习视网膜处理弱光时分解为反射和光照两部分进行增强
  • 可以任意像素输入

DPED

  • py3 tensorflow
  • 学习的是从移动端到单反端的高质量图像映射关系
  • 可任意像素，学习的是质量增强不是由黑变白
Little_sky_jty
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
DeRaindrop:细心的生成对抗网络，可从单个图像中去除雨滴（CVPR 2018）
05-09
从单个图像去除雨滴的细心生成对抗网络（CVPR'2018） ， ，嘉俊苏和 （TBA） （TBA）（CVPR'18聚光灯） 抽象的 附着在玻璃窗或相机镜头上的雨滴会严重妨碍背景场景的可见性，并严重降低图像质量。 在本文中，我们通过目视去除雨滴，从而将雨滴降级的图像转换为干净的图像来解决该问题。 这个问题是棘手的，因为首先没有给出被雨滴遮挡的区域。 第二，关于被遮挡区域的背景场景的信息在很大程度上被完全丢失。 为了解决该问题，我们使用对抗训练来应用细心的生成网络。 我们的主要思想是将视觉注意力注入到生成网络和判别网络中。 在培训期间，我们的视觉注意力会了解雨滴区域及其周围的环境。 因此，通过注入此信息，生成网络将更加关注雨滴区域和周围的结构，而判别网络将能够评估恢复区域的局部一致性。 除了去除雨滴外，对生成网络和判别网络的视觉注视也是本文的另一项贡献。 我们的实验证明了我们方法的有
对抗生成网络学习（十）——attentiveGAN实现影像去雨滴的过程(tensorflow实现)
QQ704630835的博客
12-01 1万+
一、背景 attentiveGAN是Rui Qian等人于17年11月份提出的一种模型。《Attentive Generative Adversarial Network for Raindrop Removal from A Single Image》在generator网络中引入了attention map，提高了影像中雨滴的去除效果。 本实验主要参考代码[2]，进行了简单改进，用较短的...
基于监督学习的 AI 图像恢复模型 CMFNet
m0_63642362的博客
04-14 1366
“转自AI Studio，原文链 接:https://aistudio.baidu.com/aistudio/projectdetail/3732305” 引入 图像恢复，即将有缺陷的图像通过各种方法进行修复还原 常见的图像恢复有：降噪，去模糊，去雾，去雨水等等 本次就介绍一个基于监督学习的 AI 图像恢复模型 CMFNet CMFNet 通过同一个模型架构，根据学习的不同类型的成对图像（有缺陷 / 没缺陷）实现了去模糊，去雾，去雨水等不同的图像恢复功能 参考资料 论文：COMPOUND MULTI-BR
【论文翻译】中英对照翻译--（Attentive Generative Adversarial Network for Raindrop Removal from A Single Image）
小C的博客
10-09 7080
【开始时间】2018.10.08 【完成时间】2018.10.09 【论文翻译】Attentive GAN论文中英对照翻译--（Attentive Generative Adversarial Network for Raindrop Removal from A Single Image） 【中文译名】一幅单一图像中雨滴去除的专注生成对抗性网络 【论文链接】https://arxiv....
【论文笔记】用形状做挡风玻璃上的雨滴检测《Detection Of Raindrop With Various Shapes On A Windshield》
cv小学dl三年级
10-16 1226
《Detection of Raindrop with Various Shapes on a Windshield》 1 介绍 2 雨滴检测方法 在白天和夜晚使用不同的算法。通过整幅图像的强度水平判断是白天还是夜晚。 2.1 白天的雨滴检测方法 这个方法假设在白天雨滴有以下性质： 当背景的纹理是强的，雨滴比周围要模糊。如图2中红色矩形框。 当背景的纹理是弱的，雨滴比周围有更强的纹理。 ...
《Attentive Generative Adversarial Network for Raindrop Removal from A Single Image》论文阅读
gentlelu的博客
06-12 4019
一、文章总结 这篇论文主要介绍了作者所在的研究团队所设计出的一个新的、利用单张图片去除图片中雨滴的算法。 作者认为实现这一问题的困难主要在两个方面：1、雨滴所在区域并没有被提前圈出；2、雨滴覆盖部分的图片信息大部分缺失。针对以上这两个问题，作者认为去除图片中的雨滴需要分三步。第一步是识别图片中的雨滴区域；第二步是利用雨滴区域附近的没有雨滴的区域对雨滴覆盖区域进行复原，以还原原本的图像；第三步则...
vc6.0小项目--人事考勤
03-24
《VC6.0小项目——人事考勤系统详解》 在信息技术领域，开发应用程序是常见的工作，而使用Visual C++ 6.0（简称VC6.0）进行编程是一种经典且实用的方式。本文将深入探讨一个基于VC6.0的小型项目——人事考勤系统，...
gitee练习项目-难：2021-10-22
04-12
`package.json`记录了项目的信息和依赖关系，而`package-lock.json`则锁定具体依赖版本，确保团队成员和不同环境中安装的依赖一致。 6. `LICENSE`：这通常是开源项目的许可证文件，表明该项目遵循的开源协议，如MIT...
商业编程-源码-雨秋故事站内新闻系统.zip
06-24
《雨秋故事站内新闻系统》是一个典型的商业编程项目，主要涵盖了新闻系统的开发与实现。这个源码包可能包含了从数据库设计、用户界面构建到后端业务逻辑处理等一系列完整的编程实践。下面将从多个方面详细解析这个...
Java项目--crm客户资源管理系统
06-21
项目中，开发者可能使用了MySQL来设计和实现客户信息、订单记录、交易历史等各种业务数据表，通过SQL语句进行数据的增删改查操作，确保了数据的安全性和可靠性。 Redis是一款高性能的键值存储系统，常用于缓存和...
-：vue项目
02-15
- `package.json`记录了项目依赖和脚本。 7. **组件化**： - Vue的核心之一是组件化，它允许你将UI拆分成独立、可复用的部件。每个Vue组件都有自己的模板、数据、方法和生命周期钩子。 8. **响应式数据绑定**： ...
【论文阅读】Single Image Deraining: A Comprehensive Benchmark Analysis
Gillian_z
12-23 1544
论文发表于CVPR2019 论文链接 该论文对现有的单张图像去雨模型进行了综合的学习和评估，总结了目前存在的雨图模型，提出了一个大规模的benchmark，包括一个大数据集和多个涉及不同方面的评价指标 雨图模型 rain streak 雨线图可以表示为干净背景B和稀疏的线型雨水S的线性叠加： raindrop 雨点图可以视为干净背景B和分散的、小范围、局部区域的雨点带来的模糊效果的组合： M是...
无监督去雨论文（二）：Unsupervised Single Image Deraining with Self-supervised Constraints
u014546828的博客
06-07 1184
现有的单一图像解训练方法大多需要从大量的成对合成训练数据中学习监督模型，这限制了其在现实多媒体应用中的通用性、可扩展性和实用性。此外，由于缺乏标签监督约束，直接将现有的无监督框架应用于图像解约束任务，恢复质量较低。因此，本文提出了一种无监督去雨生成对抗网络来解决上述问题，该网络从非配对的内在统计信息中引入了自监督约束。...
深度学习——DID-MDN
weixin_51352656的博客
12-31 933
CVPR2018原论文：Density-aware Single Image De-raining using a Multi-stream Dense Network 开源代码（pytorch框架）：https://github.com/hezhangsprinter/DID-MDN 1.主要工作：
pointpillars代码阅读--网络结构篇
有所为，有所成长
09-26 5061
Brief 细节阅读 1. voxel_generator 代码 voxel_generator = voxel_builder.build(model_cfg.voxel_generator) 用处 用于每一个voxel_generater的生成器，内容如下，也就是对应的分割pc为voxel的参数。 拥有函数 def generate(self, points, ...
两种方法解决图片的去雨（De-rain）问题 | CVPR2017
weixin_33912246的博客
08-01 1315
去雨指的是：对于一张雨中的图片，去除画面中的雨滴，得到还原后的图片，与图片去雾、超分辨率等同属CV领域中图像处理的范畴。去雨作为一种偏向low level的图像处理，本质上是分离图片中的内容与叠加的雨滴模式，并加以去除。这一问题以往多采用字典学习、稀疏编码等方法加以建模。在今年的CVPR中同时出现了2篇使用deep learning处理去雨问题的文...
三维目标检测论文阅读：PointPillars: Fast Encoders for Object Detection from Point Clouds
热门推荐
碧落的博客
06-04 1万+
PointPillars: Fast Encoders for Object Detection from Point Clouds code ID： https://github.com/nutonomy/second.pytorch 目录 PointPillars: Fast Encoders for Object Detection from Point Clouds 概...
效果好，速度快！基于增强多任务学习的单图像去雨算法MENET 深度学习
iFlyAI的博客
05-15 1106
Multi-Task Learning Enhanced Single Image De-Raining 基于增强的多任务学习的单图像去雨 作者单位：大连海事大学 本文使用多任务学习改进图像去雨，使用多任务回归模型中将各种语义约束任务组合在一起的方法，其任务包括内容、边缘感知、局部纹理相似性方面等，另外，为更进一步改进模型性能，作者还提出了两种简单但功能强大的动态加权算法，其中自适应加权方案效果更好。 该多任务增强网络（MENET）基于UNET。在真实数据集和合成数据集的实验上证明，...
pointpillars代码阅读----loss篇
有所为，有所成长
09-27 2052
LOSS分类 回归损失 分类损失 方向预测损失 预测的dict为：preds_dict{box_preds[3,8,160,132,7][3,8,160,132,7][3,8,160,132,7]，cls_pred[3,8,160,132,4][3,8,160,132,4][3,8,160,132,4]，dir_pred[3,8,160,132,2][3,8,160,132,2][3,8,1...
雨、污水检查井技术交底记录大全.doc
10-13
雨、污水检查井技术交底记录大全.doc；郑州航空港经济综合实验区2016年基础设施建设四标 雨污水检查井施工技术交底交 底：___________ 复 核：__________ 日 期：____________ 中国中铁郑州航空港项目四标二分部 ...

“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