摘要：
代码是作者页面上下载的matlab版。香港中文大学汤晓鸥教授。Learning a Deep Convolutional Network for Image Super-Resolution。 http://mmlab.ie.cuhk.edu.hk/projects/SRCNN.html demo_ 阅读全文
posted @ 2019-05-07 19:32
ostartech
阅读(5046)
评论(0)
推荐(0)
摘要：
算法时间效率 -见 https://www.cnblogs.com/wxl845235800/p/10826957.html 1、SRCNN 《Learning a Deep Convolutional Network for Image Super-Resolution》中 SRCNN参数设置及效 阅读全文
posted @ 2019-05-07 19:00
ostartech
阅读(583)
评论(0)
推荐(0)
摘要：
1、SRCNN-0.39s SRCNN处理速度。 论文：Learning a Deep Convolutional Network forImage Super-Resolution 中，4.2节。 我们将我们的SRCNN与最先进的SR方法：Yang等人的SC(稀疏编码)方法进行了比较.[26]，基 阅读全文
posted @ 2019-05-07 17:42
ostartech
阅读(642)
评论(0)
推荐(0)
摘要：
1、SRCNN 页面 里面有论文，matlab和caffe代码。 Tensorflow https://github.com/tegg89/SRCNN-Tensorflow 2、ESPCN 论文链接：https://arxiv.org/abs/1609.05158 全文翻译：http://www.j 阅读全文
posted @ 2019-05-07 15:57
ostartech
阅读(397)
评论(0)
推荐(0)
摘要：
两个流程：训练字典+重建。 相关：L1、L2范数 L1使权值稀疏。L2防过拟合。 L1范数可以使权值稀疏，方便特征提取。 L2范数可以防止过拟合，提升模型的泛化能力。 L1和L2正则先验分别服从的分布：L1是拉普拉斯分布，L2是高斯分布。 L0 范数是 ||x||0 = xi (xi不等于0)代表非 阅读全文
posted @ 2019-05-07 12:21
ostartech
阅读(1214)
评论(0)
推荐(0)
摘要：
常用的是：奇数×奇数。 奇数锚点刚好在中间。奇数核拥有天然的绝对中心点，能更好地获取中心信息。 奇数卷积模板保护位置信息：锚点刚好在中间，方便以模块中心为标准进行滑动卷积，避免了位置信息发生偏移。 在像素领域，偶数卷积模板没有一个“绝对的物理中心”。 边缘提取，Roberts算子是偶数的卷积模板。R 阅读全文
posted @ 2019-05-07 12:02
ostartech
阅读(1017)
评论(0)
推荐(1)
浙公网安备 33010602011771号