在嵌入式系统中，运用深度学习方法进行数字全息处理的matlab代码实现批量处理图片功能，即deepdefresneling

matlab代码批量处理图片DeepDefresneling：嵌入式系统中数字全息术的深度学习方法 该存储库包含在我的硕士论文《嵌入式系统中数字全息术的深度学习方法》中使用和开发的代码。 本文的目标是使用深度学习来重构在线数字全息设置中获取的衍射样本。 考虑了两种方法：超分辨率卷积神经网络（SRCNN）和降噪卷积自动编码器（AE）。 这些解决方案在开发时就考虑到了轻量化，因此这些模型可以很容易地由NVIDIA Jetson Nano微计算机运行。 入门 您将使用的文件取决于您自己的应用程序： 您是否只想在系统上部署预先训练的模型？ ->您将需要权重文件 您是否要使用新参数重新训练模型？ ->您将需要matlab和 无论哪种情况，您都需要使用python来运行模型。 先决条件 Python环境 您需要安装。 建议您专门为此项目创建一个虚拟环境。 您可以在终端中运行以下命令以启动并运行环境。 virtualenv -p /usr/bin/python3.7 env source env/bin/activate pip install h5py jupyter notebook matpl