文件名称：数据融合matlab代码-TPAMI-CU-Net:TPAMI-CU-Net
文件大小：12MB
文件格式：ZIP
更新时间：2024-06-11 05:17:39
系统开源
数据融合matlab代码TPAMI-CU-Net 该存储库是我们题为“用于多模式图像恢复和融合的深度卷积神经网络”的论文的Tensorflow代码。 拟议的CU-Net的网络体系结构。 对于与MIR相关的任务，最终的重建（第4点）由共同的重建（第1点）和唯一的重建（第2点）组成。 对于与MIF相关的任务，最终的重构由普通重构（第1点）和两个唯一的重构（第2点和第3点）组成。 如果您发现我们的工作对您的研究或出版物有用，请考虑引用： @inproceedings {Deng2019deep， 作者= {邓，辛和德拉戈蒂，皮尔·路易吉}， title = {用于多模态图像复原和融合的深度卷积神经网络}， booktitle = {IEEE模式分析和机器智能（PAMI）事务}， 年= {2020} } 要求 pytorch> = 1.4.0 Matlab> = 2017年 火车 下载培训数据集。 RGB /深度训练数据集来自，可以从下载。 RGB /多光谱数据集来自Columbia multi-spectral。 Flash /非Flash数据集来自。 多重曝光数据集来自。 按照Genera
【文件预览】：
TPAMI-CU-Net-master
----images()
--------framework.PNG(133KB)
----MIF_Task_pytorch()
--------multi_focus.pth(2.46MB)
--------multi_exposure.pth(2.46MB)
--------Code()
----MIR_Task_pytorch()
--------flash guided non-flash image denoising()
--------RGB_guided_depth_image_SR()
----README.md(3KB)
----Generate_training_data()
--------Step3-reshape_fuction.py(380B)
--------0-make_multi_focus_images_from DIV2K.py(2KB)
--------Step1-get_training_samples_3channel.m(2KB)
--------Step1-get_training_samples.m(2KB)
--------Step2-mat2npy.py(436B)