【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