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：2024-06-09 22:22:53
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)