文件名称：matlabrgb2ycbcr代码-VDSR-reduction_with-Keras:删除不重要的权重并微调模型
文件大小：9.59MB
文件格式：ZIP
更新时间：2024-06-08 18:14:29
系统开源
Matlab rgb2ycbcr代码VDSR-reduction_with-Keras 这是“纯移动设备上的深度卷积神经网络”，Chun-Fu（Richard）Chen，以VDSR（超深度超高分辨率）为主题的实现。 原始模型和部分代码是从复制的，这是的实现 参考文献：[1] Kim Jiwon Kim，Jung Kwon Lee和Kyoung Mu Lee，“使用超深度卷积网络的精确图像超分辨率”，Proc.Natl.A则。 IEEE计算机视觉和模式识别会议（CVPR）的会议，2016年 ##指令为了在移动设备上实现卷积计算，我们需要修剪模型的权重以使推理过程更快，同时又不损失性能。 该方法试图消除一些不重要的内核，然后对模型进行微调。 相依性 火车（微调） 测试 Usgae ### Data我使用的数据是由Matlab预处理的，因为我发现“ rgb2ycbcr”和“ imresize”函数不能由任何Python软件包复制。 因此，您只需要将这些数据放在“ Matlab_mat”目录下。 培训数据和八月培训数据：和 培训标签和八月培训标签：和 验证数据和aug验证数据：和 验证标签和8
【文件预览】：
VDSR-reduction_with-Keras-master
----PSNR_ANS.txt(285B)
----TEST_data()
--------slena.bmp(48KB)
--------mlena.bmp(192KB)
----checkpoint()
--------fine_tune.h5(5.46MB)
----TEST.py(669B)
----Demo_PSNR_finetune.m(1KB)
----VDSR_fine_tune.py(2KB)
----kill_kernel()
--------kill_kernel.m(1KB)
--------mean_list.mat(268B)
----VDSR_model.py(1KB)
----README.md(3KB)
----modify_weights.py(3KB)
----utils()
--------ssim_index.m(6KB)
--------compute_psnr.m(524B)
--------shave.m(107B)
--------VDSR_Matconvnet.m(740B)
--------modcrop.m(266B)
----matlab_vs_python(1KB)
----Matlab_mat()
--------im_y.mat(222KB)
--------VDSR_Official.mat(2.37MB)
--------model_15.mat(2MB)