文件名称：matlab极限代码-No-reference-Image-Quality-Assessment:无参考图像质量评估
文件大小：12.38MB
文件格式：ZIP
更新时间：2024-06-08 22:48:27
系统开源
matlab极限代码 无参考图像质量评价 相关资料： 知乎上一篇关于无参考图像质量评估的综述：, 作者：涂必超，计算机视觉工程师，美图云视觉技术部门。 Google NIMA: 可以挑选出具有美感的高质量图像 一篇 RankIQA 简介 参考中的方法，将回归问题转化为分类+回归的 问题，对高质量图像进行distortion，生成大量不同等级的图像，先训练一个图像质量rank的网络， 网络结构为Siamese，Siamese内为VGG；在训练完成后，在其基础上进行fine-tuning，使用公开集 数据(大约为2000多张)微调该网络，损失函数为L2，回归图像的具体质量分数。 该方法可以突破无参考图像质量评价的小数据集限制，可以使用大网络来训练而不产生过拟合。 文件说明 ./data: distortion的matlab代码，生成Rank网络需要的不同等级的图像 src: 为适应人脸大小，将网络输入从224降低到128重新训练 _src: 原网络代码，输入大小为224 regression_network: 使用小网络拟合RankIQA的效果 train_pose_qua.py: 一个网