【文件属性】：
文件名称：去噪代码matlab-MWCNN-Image-Denoising:MWCNN图像去噪
文件大小：31.71MB
文件格式：ZIP
更新时间：2021-05-27 08:14:43
系统开源
去噪声代码matlab
MWCNN图像降噪
Pytorch中多级小波-CNN图像复原的实现
Matlab代码：
引文：
刘鹏举，等。
“用于图像复原的多级小波-CNN”。
IEEE计算机视觉和模式识别研讨会会议记录。
2018。
教程
安装正确的环境：
conda
env创建environment.yml
conda激活EE367
cd
./pytorch_wavelets
点安装。
cd
../（返回项目根目录）
python
runMe.py
（可选）使用jupyter笔记本签出runMe.ipynb
输出图像应保存到experiments
/（model）/
images
/
test_images文件夹中
笔记
如果遇到内存不足错误或被杀死9，则可能需要将每个args的runMe.py中的“
n”值更改为1000。
去做
修复数据加载代码，以便我们不会淹没系统内存来编写补丁
不要将修补程序加载到系统内存中，只需加载文件名，然后按照DataLoader的查询读取它们
【文件预览】：
MWCNN-Image-Denoising-master
----.gitmodules(108B)
----environment.yml(8KB)
----Project_Report_Files()
--------PosterTemplate.key(1.44MB)
--------Project Report PDF .pdf(3.31MB)
--------MWCNN_Poster.png(5.81MB)
--------ProjectReportTemplate (2).doc(57KB)
--------Project Report .pages(5.27MB)
--------Posterpdf.pdf(749KB)
----Test.ipynb(9KB)
----src()
--------models()
--------utils.py(21KB)
----.idea()
--------EE367_project.iml(453B)
--------misc.xml(205B)
--------modules.xml(278B)
--------encodings.xml(135B)
----runMe.py(4KB)
----experiments()
--------baseline()
--------mixture()
--------backup()
--------s_p()
----RunMe.ipynb(1.12MB)
----.gitignore(1KB)
----pytorch_wavelets()
----.ipynb_checkpoints()
--------Test-checkpoint.ipynb(9KB)
--------RunMe-checkpoint.ipynb(830KB)
----README.md(1KB)