独特之处:“用于不确定性的实验室和野外图像质量评估的知识”和“学习如何盲目地评估实验室和野外图像质量的信息库”

时间:2024-02-24 20:07:01
【文件属性】:

文件名称:独特之处:“用于不确定性的实验室和野外图像质量评估的知识”和“学习如何盲目地评估实验室和野外图像质量的信息库”

文件大小:4.13MB

文件格式:ZIP

更新时间:2024-02-24 20:07:01

deep-neural-networks matlab pytorch learning-to-rank image-quality-assessment

独特 的代码库和(ICIP2020) 前提条件: Python 3+ PyTorch 1.4+ Matlab的在Ubuntu18.04上成功测试之后,其他操作系统(即其他Linux发行版,Windows)也应该可以。 用法 从多个数据库中采样图像对 data_all.m 组合采样对以形成训练集 Combine_train.m 在多个数据库上进行10次培训 python Main.py --train True --network basecnn --representation BCNN --ranking True --fidelity True --std_modeling True -


网友评论