文件名称：ScatteringDecoder:深度学习有效且准确地反转多重散射
文件大小：2.55MB
文件格式：ZIP
更新时间：2024-06-01 01:30:07
Python
深度学习有效且准确地反转多重散射 这是深度学习模型的训练代码，用于以监督的方式反转多重光散射。 该最初发表在。 本文的arxiv版本可 多次光散射下的图像重建在诸如衍射层析成像的许多应用中至关重要。 重建问题通常被公式化为非凸优化，其中非线性测量模型用于说明多重散射，正则化用于对对象施加先验约束。 在本文中，我们通过设计和训练深层卷积神经网络，提出了一种强大的替代方法，可以替代这种基于优化的图像重建视图，该网络可以反转多个分散的测量结果以生成高质量的折射率图像。 我们在模拟和实验数据集上的结果均表明，与基于优化的最新方法相比，所提出的方法实质上更快，并且可以实现更高的成像质量。 如果您发现该论文对您的研究有用，请引用该论文： @article{{Sun:18, Author = {Yu Sun and Zhihao Xia and Ulugbek S. Kamilov},
【文件预览】：
ScatteringDecoder-master
----scadec()
--------__init__.py(113B)
--------image_util.py(3KB)
--------layers.py(4KB)
--------util.py(2KB)
--------unet_bn.py(6KB)
--------nets.py(5KB)
--------train.py(11KB)
----images()
--------expExamples.jpg(753KB)
--------convergence.jpg(476KB)
--------visualExamples.jpg(1.71MB)
----README.md(3KB)
----test.py(3KB)
----main.py(4KB)