【文件属性】：
文件名称：N-R法matlab代码-IQA_BIECON_release:基于CNN的无参考图像质量评估
文件大小：95KB
文件格式：ZIP
更新时间：2021-05-21 04:36:13
系统开源
NR法matlab代码比康
基于卷积神经网络（BIECON）的盲图像评估器是一种使用CNN的无参考图像质量评估方法。
该代码实现了以下论文中描述的系统：
J.
Kim和S.
Lee，“完全深盲图像质量预测器”，《
IEEE信号处理选定主题期刊》，第1卷。
11号1，第206–220页，2017年2月。
先决条件
该代码是使用Theano
0.9，CUDA
8.0和Windows开发和测试的。
生成本地质量得分图
将BASE_PATH设置为每个数据库的实际根路径。
集FR_MET_BASEPATH和FR_MET_SUBPATH在gen_local_metric_scores.m
。
对于每个数据库，数据将存储在“
FR_MET_BASEPATH
+
FR_MET_SUBPATH
”中。
使用Matlab运行gen_local_metric_scores.m
。
我们默认提供一个SSIM指标。
环境设定
设置数据库路径：
对于每个数据库，集BASE_PATH在以下文件中的每个数据库的实际的根路径：
IQA_BIECON_release/data_load/LIVE.py
，
IQA_BIE
【文件预览】：
IQA_BIECON_release-master
----LIVE_IQA.txt(57KB)
----gen_local_metric_scores.m(2KB)
----TID2013.txt(203KB)
----metrics()
--------ssim_index.m(6KB)
----IQA_BIECON_release()
--------layers()
--------ssim.py(2KB)
--------models()
--------configs()
--------data_load()
--------train_iqa.py(10KB)
--------utils.py(17KB)
--------config_parser.py(7KB)
--------__init__.py(109B)
--------optimizer.py(11KB)
--------default_config.yaml(2KB)
--------trainer.py(27KB)
----.vscode()
--------settings.json(32B)
----LICENSE(1KB)
----README.md(3KB)
----TID2008.txt(115KB)
----.gitignore(1KB)
----example.py(374B)