上一页 1 2 3 4 5 6 7 8 9 ··· 27 下一页
摘要: 一. Motivation 之前网络存在的缺点: 1. 使用了有限的频域信息 2. 不充足的信息交互 : (1) 第一阶段的输出直接作为第二阶段的输入,忽略了中间特征从早期到后期的传播 (2) 在编码器解码器结构同尺度之间进行特征融合,忽略了阶段内和跨阶段的跨尺度信息交换 3. 严重的特征冗余:中间 阅读全文
posted @ 2023-10-24 21:26 helloWorldhelloWorld 阅读(176) 评论(0) 推荐(0)
摘要: 1. 在运行SFNet代码时,前后代码保持不变,运行两次结果发生变化, 把下面这段代码注掉就可以保持前后两次运行结果一致,不确定是否是nn.BatchNorm2d计算均值和方差导致 class dynamic_filter(nn.Module): def __init__(self, inchann 阅读全文
posted @ 2023-10-23 15:54 helloWorldhelloWorld 阅读(230) 评论(0) 推荐(0)
摘要: import torch import random import os import numpy as np def seed_setting(seed): random.seed(seed) # os.environ['']=str(seed) np.random.seed(seed) torc 阅读全文
posted @ 2023-10-18 14:21 helloWorldhelloWorld 阅读(37) 评论(0) 推荐(0)
摘要: 一. Motivatetion 跨域效果不好:在已知亮度的数据集上表现良好,在未知亮度的数据集上表现不好,泛化性能较差。 挑战:如何识别和亮度相关的通道并进行选择,并且获得泛化能力 归一化:从给定特征中提取不变的良好的良好特性,特别对于亮度分量 [ 归一化和亮度相关的特性: 1. 亮度一致性: 实例 阅读全文
posted @ 2023-10-17 09:58 helloWorldhelloWorld 阅读(249) 评论(0) 推荐(0)
摘要: 一. Motivation (1) Retinex理论没有考虑到噪声,并且基于Retinex分解的网络通常需要很多阶段训练。 (2)直接使用从CNN从低光图像到正常光图像的映射忽略了人类的颜色感知,CNN更适合捕获局部信息,对于捕获远程依赖和非局部自相似性方面存在局限。 二.Contribution 阅读全文
posted @ 2023-10-12 10:54 helloWorldhelloWorld 阅读(871) 评论(3) 推荐(0)
摘要: 1、在电脑命令行创建环境不成功(识别不到conda):需要在anaconda的anaconda prompt中创建 阅读全文
posted @ 2023-10-09 20:20 helloWorldhelloWorld 阅读(16) 评论(0) 推荐(0)
摘要: 1、visio直接复制粘贴到word中,在word中使用ctrl+shift+F9转化为图片,点击图片后右击,选择图片 颜色选择灰度 2. 公式一定要用word中的写 阅读全文
posted @ 2023-08-22 15:20 helloWorldhelloWorld 阅读(50) 评论(0) 推荐(0)
摘要: 解决: pip instal scikit-image==0.19.3 阅读全文
posted @ 2023-08-17 09:12 helloWorldhelloWorld 阅读(1121) 评论(0) 推荐(0)
摘要: 1. 大佬链接: wandb使用教程(一):基础用法 - 知乎 (zhihu.com) 阅读全文
posted @ 2023-08-09 14:54 helloWorldhelloWorld 阅读(53) 评论(0) 推荐(0)
摘要: clc; clear; smap = imread('img/low.png'); smap = rgb2gray(smap); % 将RGB图像转换为灰度图像 % 缩放图片大小,使得图像大小和Figure窗口大小一样 smap = imresize(smap, [320, 640]); set ( 阅读全文
posted @ 2023-08-09 10:50 helloWorldhelloWorld 阅读(412) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 7 8 9 ··· 27 下一页