-
使用深度学习检测图像处理历史的CNN源码Matlab去噪
资源介绍
cnn源码matlab去建立图像处理历史
我们的目标是重现论文中提到的结果。
我们在这个实现中使用了
Pytorch，并试图坚持论文中使用的
CNN
架构，但做了一些调整以获得更好的结果。
建筑学
训练分两个阶段进行，因此使用了两个
CNN，其架构如下：
模型一
模型二
要求
Python3.x
最新版本的
Pytorch（您可以按照任何标准博客安装
pytorch）
麻木的
泡菜
虚拟环境
具有
10Gb
或更多内存的
GPU（我们使用
Nvidia
1080Ti
进行训练）
指示
生成数据集：
首先，需要下载存在的
BossBase
原始图像。
然后，提取
tar
文件，在父目录中创建一个文件夹datasets/1.data并将提取的图像复制到该文件夹中。
接下来，打开
Matlab
并在项目的matlab文件夹中运行命令cr2jpeg和loldata
。
这些命令可能需要相当长的时间。
运行这些命令后，数据集文件夹内的目录结构将如下所示：
.
├──
jpegs
├──
test
|
|──
ctr
|
│
├──
denoise
|
│
├──
high
|
│
├──
l