文件名称：Image-Inpaint-Denoise-Deblur-Pytorch
文件大小：374KB
文件格式：ZIP
更新时间：2024-04-24 17:01:49
图像-画图-Denoise-Deblur-Pytorch 该模型能够以高效的方式同时执行高质量的图像修复，去噪和去污处理！！ 我已经使用了使用Decoder进行完全卷积的方法来生成图像，但是采用的激活是Gated_Activation ，如论文所建议的那样，没有使用顺序掩码卷积方法（这很慢）。 好处：（i）高质量的结果（ii）省时的方法 我还测试了具有Relu激活的等效解码器（以下示例），是的，Gated_Activation产生了出色的结果。 方法论 我已经使用矢量量化-自动编码器（ VQ-VAE ）作为特征提取器 资料准备 该项目使用的数据集是Kaggle上提供的 。 为了模拟现实世界的场景，在数据集上绘制随机白线，同时注入随机的“盐和胡椒”噪声，然后随机引入不同Magnitutdes的['average'，'gaussian'，'median']模糊之一。
【文件预览】：
Image-Inpaint-Denoise-Deblur-Pytorch-main
----Images()
--------Untitled Diagram.png(236KB)
--------gif1.gif(139KB)
--------gitkeep(1B)
----LICENSE(1KB)
----README.md(1KB)