【文件属性】：
文件名称：matlab代码移植-DnCNN-PyTorch:PYTorch实施TIP2017论文“超越高斯降噪器：用于图像降噪的深度CNN的残差学习”
文件大小：23.59MB
文件格式：ZIP
更新时间：2021-05-20 20:59:09
系统开源
Matlab代码移植DnCNN-PyTorch
这是TIP2017论文的PyTorch实现。
作者的。
这段代码是用PyTorch
<0>
=
0.4。
移植代码很容易。
请参阅
。
怎么跑
1.依存关系
（<0.4）
适用于Python的OpenCV
（PyTorch的TensorBoard）
2.训练DnCNN-S（已知噪声水平的DnCNN）
python
train.py
\
--preprocess
True
\
--num_of_layers
17
\
--mode
S
\
--noiseL
25
\
--val_noiseL
25
笔记
如果您已经构建了训练和验证数据集（即train.h5和val.h5文件），请将preprocess设置为False。
根据该论文，DnCNN-S具有17层。
noiseL用于训练，而val_noiseL用于验证。
对于无偏验证，应将它们设置为相同的值。
您可以设置所需的任何噪声水平。
3.训练DnCNN-B（具有噪声水平的DnCNN）
python
train.py
\
--preproce