文件名称：matlabfig生成代码-ScaDec-deep-learning-diffractive-tomography:深度学习有效且准确地反转多
文件大小：2.99MB
文件格式：ZIP
更新时间：2024-06-15 17:30:31
系统开源
Matlab的无花果生成代码 这是深度倾斜模型的python实现，用于以监督的方式反转多个光散射。 最初发布于。 该文件的arxiv版本可用 抽象的 在多种光散射下的图像重建在诸如衍射层析成像的许多应用中至关重要。 重建问题通常被公式化为非凸优化，其中非线性测量模型用于说明多重散射，正则化用于对对象施加先验约束。 在本文中，我们通过设计和训练一个深卷积神经网络，提出了一种强大的替代方法，可以替代这种基于优化的图像重建视图，该网络可以反转多个分散的测量结果以生成高质量的折射率图像。 我们在模拟和实验数据集上的结果均表明，与基于优化的最新方法相比，所提出的方法实质上更快，并且可以实现更高的成像质量。 实验结果 下两个图显示了ScaDec在模拟和实验数据集（＆）上的视觉结果。 ScaDec大大优于基于优化的方法。 测试与测试 脚本train.py和test.py用于训练和测试模型ScaDec。 如果您想训练自己的ScaDec，请签出这两个文件。 我们也分享。 如果您发现我们的工作对您的研究有用，请引用该论文。 Matlab代码可以 （1）通过求解二维Lippmann Schwinger方程生
【文件预览】：
ScaDec-deep-learning-diffractive-tomography-master
----scadec()
--------__init__.py(113B)
--------image_util.py(3KB)
--------layers.py(4KB)
--------util.py(2KB)
--------unet_bn.py(6KB)
--------nets.py(5KB)
--------train.py(11KB)
----images()
--------expExamples.jpg(753KB)
--------convergence.jpg(476KB)
--------ScaDecArch.jpg(587KB)
--------visualExamples.jpg(1.71MB)
----README.md(4KB)
----test.py(3KB)
----train.py(4KB)