文件名称：Plug-and-Play-Priors
文件大小：16.92MB
文件格式：ZIP
更新时间：2024-04-23 22:26:40
Python
什么是即插即用？ 即插即用是通过允许您灵活地更改正向模型和图像之前的方式，使在计算成像中优化图像恢复问题的方法更容易。 这是实现即插即用ADMM的尝试。 压缩感测 安装 pip install -r requirements.txt 您可以在此处下载DnCNN权重 用法 您需要3个对象来运行即插即用ADMM。 前向模型 图像优先 变量变换 变量转换是变量x和v之间的转换，其中x是正向模型的输入自变量，而v是先验模型的输入自变量。 该优化将运行约束优化的增强拉格朗日变换，transform（x）= v。 您可以编写自己的正向模型类和图像优先类，但是它必须具有以下属性和方法 class your_forward_or_prior_model : def __init__ ( self , input_shape ): self . input_shape = input_
【文件预览】：
Plug-and-Play-Priors-main
----tools.py(2KB)
----prox.py(3KB)
----DnCNN()
--------utils.py(2KB)
--------basicblock.py(24KB)
--------run.py(4KB)
--------__init__.py(110B)
--------model.py(6KB)
--------dncnn50.pth(2.17MB)
--------data.py(6KB)
----result()
--------optimus_cs_dncnn.jpg(293KB)
--------nature_cs_dncnn.PNG(2.35MB)
--------tiger_dncnn.png(109KB)
----dncnn.py(2KB)
----imgs()
--------vishank_300x300.png(208KB)
--------tiger_224x224_n.png(45KB)
--------IMG_1638.JPG(184KB)
--------me_crp.png(99KB)
--------saintjhn.jpeg(430KB)
--------Parrots.tif(66KB)
--------tiger_224x224_n1e-2.png(34KB)
--------me.jpeg(191KB)
--------tiger_224x224_n1e-1.png(45KB)
--------tiger_224x224_r1e-1.png(27KB)
--------ci.jpeg(56KB)
--------vishank.jpg(150KB)
--------peppers256.tif(65KB)
--------jackboys_224x224.png(87KB)
--------tiger.png(1.57MB)
--------omega.png(123KB)
--------me2.jpeg(42KB)
--------barbara.tif(65KB)
--------brainmri.jpg(11KB)
--------optimus.jpg(149KB)
--------wo.jpeg(182KB)
--------saintjhn.png(216KB)
--------Monarch.tif(65KB)
--------tiger_224x224_n5e-2.png(40KB)
--------fingerprint.tif(259KB)
--------jackboys.png(1.82MB)
--------cameraman.tif(64KB)
--------boats.tif(65KB)
--------tiger_224x224_c.png(33KB)
--------eye.jpeg(37KB)
--------foreman.tif(66KB)
--------tiger_224x224_degrade.jpg(3KB)
--------mydawgs.png(884KB)
--------mcescher_waterfall.jpg(1.35MB)
--------lena256.tif(75KB)
--------mydawgsd.png(240KB)
--------tiger_224x224.png(108KB)
--------untitled.png(846KB)
--------tiger_224x224_hi.jpg(19KB)
--------house.tif(64KB)
--------nature.jpg(458KB)
--------tiger_224x224_r.png(28KB)
--------IMG_0774.jpg(1.79MB)
--------flinstones.tif(237KB)
----compressed_sensing.py(4KB)
----requirements.txt(108B)
----noise.py(207B)
----README.md(3KB)
----dncnn_train.ipynb(13KB)
----pnp.py(994B)