文件名称：coin:隐式神经表示形式的压缩框架COIN的Pytorch实现:cherry_blossom:
文件大小：15.76MB
文件格式：ZIP
更新时间：2024-05-06 06:54:39
Python
硬币 :glowing_star: 此仓库包含的Pytorch实现 ，包括用于重现本文中所有实验和图的代码。 要求 我们使用torch 1.7.0和torchvision 0.8.0使用python 3.8.7进行了实验，但是该代码也可能适用于早期版本。 所有要求都可以安装 pip install -r requirements.txt 用法 压缩 要压缩图像kodak-dataset/kodim15.png ，请运行 python main.py -ld logs_dir 这会将COIN模型和图像的重建（以及损耗和PSNR的日志）保存到logs_dir目录中。 要在Kodak数据集中的特定图像上运行，请添加-iid标志。 例如，要压缩图像3，请运行 python main.py -ld logs_dir -iid 3 要压缩整个柯达数据集，请运行 python main.py -ld logs_dir -
【文件预览】：
coin-main
----util.py(3KB)
----imgs()
--------kodim15_jpeg_bpp_03.jpg(15KB)
--------kodim15_coin_bpp_015.png(404KB)
--------kodim15_coin_bpp_03.png(411KB)
--------kodim15_jpeg_bpp_015.jpg(8KB)
--------coin_summary.png(255KB)
----baselines()
--------compressai-mbt2018.json(1KB)
--------jpeg.json(3KB)
--------compressai-bmshj2018-hyperprior.json(1KB)
--------vtm.json(1KB)
--------compressai-cheng2020-anchor.json(964B)
--------bpg_444_x265_ycbcr.json(1KB)
--------jpeg2000.json(3KB)
----kodak-dataset()
--------kodim22.png(686KB)
--------kodim05.png(767KB)
--------kodim02.png(604KB)
--------kodim09.png(569KB)
--------kodim16.png(522KB)
--------kodim14.png(676KB)
--------kodim19.png(656KB)
--------kodim15.png(598KB)
--------kodim18.png(763KB)
--------kodim17.png(588KB)
--------kodim06.png(604KB)
--------kodim13.png(803KB)
--------kodim10.png(580KB)
--------kodim03.png(491KB)
--------kodim11.png(606KB)
--------kodim20.png(481KB)
--------kodim01.png(719KB)
--------kodim21.png(622KB)
--------kodim04.png(622KB)
--------kodim23.png(545KB)
--------kodim12.png(519KB)
--------kodim07.png(553KB)
--------kodim24.png(690KB)
--------kodim08.png(770KB)
----main.py(5KB)
----requirements.txt(56B)
----training.py(3KB)
----LICENSE(1KB)
----README.md(2KB)
----results.json(367B)
----plots.py(8KB)
----siren.py(3KB)