摘要：
理论 单一职责原则：就一个类而言，应该仅有一个引起它变化的原因。 如果一个类承担的职责过多，就等于把这些职责耦合在一起，一个职责的变化可能会削弱或者抑制这个类完成其他职责的能力。这种耦合会导致脆弱的设计，当变化发生时，设计会遭到意想不到的破坏。 软件设计真正要做的许多内容，就是发现职责并把这些职责相 阅读全文
posted @ 2022-08-30 09:37
KYZH
阅读(53)
评论(0)
推荐(0)
摘要：
理论 策略模式：它定义了算法家族，分别封装起来，让它们之间可以相互替换，此模式让算法的变化，不会影响到使用算法的客户。 策略模式是一种定义一系列算法的方法，从概念上来看，所有这些算法都是完成相同的工作，只是实现不同，它可以以相同的方式调用所有的算法，减少了各种算法类与使用算法类之间的耦合。 策略模式 阅读全文
posted @ 2022-08-29 21:36
KYZH
阅读(90)
评论(0)
推荐(0)
摘要：
理论 简单工厂模式又叫静态方法模式（因为工厂类定义了一个静态方法）。现实生活中，工厂是负责生产产品的。同样在设计模式中，简单工厂模式我们可以理解为负责生产对象的一个类，称为“工厂类”。 作用： 将“类实例化的操作”与“使用对象的操作”分开，让使用者不用知道具体参数就可以实例化出所需要的类，从而避免了 阅读全文
posted @ 2022-08-29 21:26
KYZH
阅读(51)
评论(0)
推荐(0)
摘要：
面向对象的好处 通过封装、继承、多态把程序的耦合度降低 用设计模式使程序更加的灵活，容易修改，并且容易复用（可维护、可复用、可扩展、更灵活） 此随笔皆参照《大话设计模式》，具体细节可看书学习。 阅读全文
posted @ 2022-08-29 21:16
KYZH
阅读(24)
评论(0)
推荐(0)
摘要：
UCL-Dehaze（2022-CVPR） UCL-Dehaze: Towards Real-world Image Dehazing via Unsupervised Contrastive Learning paper: https://arxiv.org/abs/2205.01871 code 阅读全文
posted @ 2022-08-29 16:58
KYZH
阅读(1889)
评论(0)
推荐(0)
摘要：
SwinIR（2021-ICCV） SwinIR: Image Restoration Using Swin Transformer 摘要 图像恢复是一个长期存在的低水平视觉问题，其目的是从低质量图像（例如缩小比例、噪声和压缩图像）中恢复高质量图像。虽然最先进的图像恢复方法是基于卷积神经网络的，但很 阅读全文
posted @ 2022-07-06 09:31
KYZH
阅读(881)
评论(0)
推荐(1)
摘要：
NBNet（2021-CVPR） NBNet: Noise Basis Learning for Image Denoising with Subspace Projection 摘要 在本文中，我们介绍了 NBNet，一种新的图像去噪框架。与以前的工作不同，我们建议从一个新的角度解决这个具有挑战性 阅读全文
posted @ 2022-07-01 09:27
KYZH
阅读(768)
评论(0)
推荐(0)
摘要：
FD-GAN（2018-NeurIPS） FD-GAN: Generative Adversarial Networks with Fusion-discriminator for Single Image Dehazing 摘要 近年来，卷积神经网络（CNN）在单幅图像去噪方面取得了很大的进步，在 阅读全文
posted @ 2022-06-26 21:40
KYZH
阅读(357)
评论(0)
推荐(0)
摘要：
FMEN（2022-CVPR） Fast and Memory-Efficient Network Towards Efficient Image Super-Resolution 摘要 运行时间和内存消耗是在资源受限设备上部署高效图像超分辨率（EISR）模型的两个重要方面。EISR的最新进展利用具 阅读全文
posted @ 2022-06-23 15:04
KYZH
阅读(646)
评论(0)
推荐(0)
摘要：
KCKE（2022-CVPR） Learning Multiple Adverse Weather Removal via Two-stage Knowledge Learning and Multi-contrastive Regularization: Toward a Unified Mode 阅读全文
posted @ 2022-06-21 15:37
KYZH
阅读(760)
评论(0)
推荐(0)
浙公网安备 33010602011771号