文件名称：灰色模型matlab原代码-SC-CNN:SC-CNN
文件大小：674KB
文件格式：ZIP
更新时间：2024-07-06 08:08:19
系统开源
灰尘模型matlab原代码SC-CNN 目录 关于该项目 在这段代码中，我们尝试实现 . 注意：我们正在更新代码。 它还没有完成，在这个阶段，实现了第一部分SC-CNN 。 数据集 此代码的数据与 中提到的数据集相同。 还有其他数据集也可用于训练模型。 我们将针对该问题更新代码，但目前我们仅使用主数据集。 注意：无需下载数据。 一切都由代码处理。 代码 代码是使用Pytorch编写的。 它兼容在 CPU 或 GPU 上运行。 您也可以在多个 GPU 上运行它，但是当您想要运行该文件时，您必须在--gpu确定这一点。 查看更多信息。 训练 首先，下载本文中描述的数据集。 中心的原点坐标在 .mat 文件中。 由于我们想将它用于多个数据集，坐标被重写为 .txt 文件。 然后使用Vahadane颜色归一化方法提取 H 通道。 它是基于 . 左图为原图，右图为原图H通道后。 补丁从 H 通道中提取并馈送到网络。 您可以使用以下命令查看解析器参数： python /path/to/main.py -h 模型结构写成3个版本。 版本0与论文中的版本相同，以 H 通道的灰度图像作为输入。 在版本1
【文件预览】：
SC-CNN-master
----main.py(941B)
----Images()
--------img1.png(732KB)
--------img1_H_channel.png(303KB)
----data()
--------image_dataset.py(3KB)
--------__init__.py(1B)
----loss()
--------loss.py(1KB)
--------__init__.py(1B)
----model()
--------Layers.py(1KB)
--------__init__.py(1B)
--------HeatMap.py(2KB)
--------SC_CNN.py(3KB)
--------SC_CNN_v2.py(3KB)
----test.py(3KB)
----train.py(4KB)
----dataset()
--------functions.py(2KB)
--------dataset.py(772B)
--------__init__.py(1B)
--------config.py(620B)
----requirements.txt(452B)
----other()
--------functions.py(4KB)
--------parser.py(3KB)
--------utils.py(17KB)
--------__init__.py(1B)
--------ColorNormalization()
----README.md(4KB)