二维码提升对比度文献调研(1)--Fast Image Processing with Fully-Convolutional Networks

简介

1.论文（期刊和发表时间）
Fast Image Processing with Fully-Convolutional Networks(ICCV会议2017）
2.论文链接
https://openaccess.thecvf.com/content_iccv_2017/html/Chen_Fast_Image_Processing_ICCV_2017_paper.html
3.源代码链接
https://github.com/CQFIO/FastImageProcessing

主要idea

大部分图像处理模型, 例如 multiscale tone manipulation 和 nonlocal dehazing 等, 在进行运算时计算量较大且运算时间久. 一般的加速图像处理模型的算法会大幅降低原始模型的效果, 比如先对图像降维, 在低分辨率下处理图像, 然后再升维. 本文提出了一种基于全卷积网络的加速图像处理方法, 该方法在全分辨率的图像上运行, 进行端到端的训练, 在提高运行效率的同时以最大限度地提高准确性. 对比其他加速图像处理的方法, 本文的方法取得更好的效果.

实现环境

windows 10
python 3.8
cuda 11.1
cudnn 8.0.4

实验问题

问题一：
使用pip不能成功安装cv2
解决：
使用pip install opencv
问题二：