![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
每日学习
cowardm
这个作者很懒,什么都没留下…
展开
-
动态规划记录
参考动归五部曲明确dp数组的含义 确定递推公式 dp数组如何初始化 确定遍历顺序 举例推导dp数组原创 2023-05-24 17:38:49 · 110 阅读 · 0 评论 -
图像恢复常用的损失函数
结构相似性损失(Structural Similarity Loss,SSIM Loss):结构相似性损失基于结构相似性指数(SSIM)来衡量恢复图像与原始图像之间的结构相似性。感知损失(Perceptual Loss):感知损失通过使用预训练的深度卷积神经网络(如 VGG)来比较恢复图像与原始图像之间的特征表示差异。L1损失函数,也称为绝对值损失函数,是一种常见的损失函数,用于衡量预测值与真实值之间的差异。在图像恢复中,L1损失函数可以用于衡量恢复图像与原始图像之间的像素级别差异。原创 2023-05-22 22:44:29 · 2336 阅读 · 0 评论 -
深度学习小记【包含激活函数、shortcut等小点,碰到哪个记哪个】
激活函数合集详解为什么ReLu是非线性激活函数CNN中shortcut的使用原创 2023-05-19 21:08:44 · 58 阅读 · 0 评论 -
图像去雾学习
由于单幅图像去雾问题中缺少诸多关键信息,因此早期研究者尝试使用多幅图像或补充额外信息的方法为雾图成像的欠定方程增加约束。后者则是利用神经网络将输入的有雾图像直接恢复得到去雾图像,也即深度学习中常说的端到端去雾。基于神经网络的去雾方法分为:两阶段去雾算法和单阶段去雾算法两种。算法、基于导向滤波的暗通道去雾算法、贝叶斯去雾算法等。2、基于融合同态滤波的直方图均衡化去雾算法。4、基于Retinex理论的去雾算法。1、DehazeNet去雾算法。1、基于直方图均衡化的去雾算法。3、基于小波变换的去雾算法。原创 2023-05-17 13:25:37 · 461 阅读 · 0 评论 -
对比学习脉络
待续:MOCOv2代码。原创 2023-05-16 16:42:17 · 97 阅读 · 0 评论