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：2024-06-09 14:45:49
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