图像模糊matlab代码-self-supervised:自监督学习

时间:2024-06-24 03:50:47
【文件属性】:

文件名称:图像模糊matlab代码-self-supervised:自监督学习

文件大小:76.97MB

文件格式:ZIP

更新时间:2024-06-24 03:50:47

系统开源

图像模糊matlab代码自我监督 用于训练神经网络的自监督算法。 该算法可以利用结构化的未标记样本来提高网络的性能。 存储库的结构 所提出方法的第一个版本由 Matlab 实现,第二个版本由 Pytorch 实现,因此该存储库中既有 Matlab 也有 Jupyter notebook 文件。 神经核心:用于使用 matlab 构建我们的网络的核心单元 神经模型:网络和数据模型类 data_transfer : 用于划分数据集并使用 PCA 将图像传输到向量的 api data : 论文中使用的南瓜数据集 ss_net.m :使用建议方法的示例 同轴错误检测:应用示例 epfl_car : epfl car 数据集的实验 EPFL 汽车数据集的结果 方法 平均AE 中位数AE 有标签 无标签 我们的方法 1 9.28 3.5 1079 0 我们的方法 2 12.02 3.65 123 1389 我们的方法 3 17.22 4.78 123 0 芬兹等人。 (2015) 13.6 3.3 1179 0 他等人。 (2014) 15.8 6.2 1179 0 杨等人。 (2017) 20.


【文件预览】:
self-supervised-master
----data_transfer()
--------im2pca.m(1KB)
--------data_divide.m(2KB)
----neural models()
--------Data.m(1012B)
--------Net.m(12KB)
--------Encoder.m(1KB)
--------DataHeap.m(5KB)
--------weightedRegressionLayer.m(2KB)
----epfl_car()
--------.ipynb_checkpoints()
--------data_preperation.ipynb(2.53MB)
--------approach_1.ipynb(1.52MB)
--------approach_2&3.ipynb(6.06MB)
----ss_net.m(3KB)
----README.md(2KB)
----data()
--------pumpkin_data.mat(14.65MB)
--------pumpkin_data_pca.mat(27.39MB)
----coaxial error detection()
--------generate_middle_ring.m(950B)
--------results()
--------generate_outter_ring.m(850B)
--------generate_inner_ring.m(933B)
--------generate_hole_images.m(272B)
--------generate_datas.m(1KB)
--------generate_hole_image.m(1KB)
--------datas()
--------generate_hole_image_test.m(1KB)
--------network.mat(198KB)
--------predict.m(1KB)
--------trainEncoder.m(4KB)
----neural core()
--------ccEnergy.m(1KB)
--------ccGradient.m(3KB)
--------ccPredict.m(445B)
--------ccNet.m(2KB)
--------ccEncode.m(297B)
--------ccPostprocess.m(381B)
--------ccKLinear.m(1KB)
--------ccRelu.m(331B)
--------ccBackward.m(1KB)
--------ccDecode.m(302B)
--------ccSigmoid.m(408B)
--------ccUpdate.m(528B)
--------ccPreprocess.m(658B)
--------ccKernel.m(199B)
--------ccLinear.m(562B)
--------ccForward.m(625B)
--------ccNone.m(364B)
--------ccOneStep.m(2KB)
--------ccSoftmax.m(311B)
--------ccNetMGD.m(2KB)
--------ccDataSqueeze.m(429B)
--------ccLinearLayer.m(2KB)

网友评论