2图像去噪之DAnet原理pytorch代码实战

Posted 小树苗m

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2图像去噪之DAnet原理pytorch代码实战相关的知识,希望对你有一定的参考价值。

一、DANet简介
DANet是文章出自:Dual Adversarial Network: Toward Real-world
Noise Removal and Noise Generation,其中pytorch版本的完整代码仓库请点击这儿
二、DANet原理简介:

该算法有三部分组成,分别是降噪分支、真实噪声和无噪声图像、噪声仿真分支组成:
1、降噪分支:输入时原始的带噪声的图像,降噪后的(即模型的输出)图像和原输入图像形成一对联合分布;
2、真是噪声和无噪声图像:真是噪声和无噪声图像构成一对联合分布;
3、噪声仿真分支:输入为仿真噪声和无噪声图像,经过生成器得到仿真的噪声,然后其仿真的噪声和原始输入的无噪声图像构成一对联合分布;
4、将以上内容输入判别器当中,其中1、3均为假,只有2为真。
其他内容多看文章,不再介绍,时间不早了,吃饭了。

以上是关于2图像去噪之DAnet原理pytorch代码实战的主要内容,如果未能解决你的问题,请参考以下文章

自动编码器(Autoencoder)图像去噪(image denoising)实战

pytorch: 图像恢复问题的代码实现详解(derain,dehaze,deblur,denoise等通用)

PyTorch实战用PyTorch实现基于神经网络的图像风格迁移

图像分类猫狗分类实战—基于pytorch框架的迁移学习(ResNet50模型实现分类实战)

图像去噪基于非局部均值(NLM)滤波图像去噪matlab源码

图像分类实战——使用EfficientNetV2实现图像分类(Pytorch)