【文件属性】：
文件名称：noise2noise：“ Noise2Noise：无需干净数据即可学习图像还原”的非官方和部分Keras实现
文件大小：9.34MB
文件格式：ZIP
更新时间：2024-02-25 16:44:25
deep-learning keras convolutional-neural-networks denoising noise2noise
噪音2
这是“ Noise2Noise：无需干净数据即可学习图像还原”的非官方和部分Keras实现[1]。
与原始论文有几处不同（但要观察noise2noise训练框架的工作原理，这不是致命的问题）：
训练数据集（原始数据：ImageNet，此存储库：[2]）
模型（原始数据：RED30 [3]，此存储库：SRResNet [4]或UNet [5]）
更新：
[9月。 [2018年21月21日]添加了随机值脉冲噪声模型和L0损耗
[八月。 25，2018] UNet模型可用于培训
[八月。 25，2018]添加训练的权重
依存关系
Keras> = 2.1.2，TensorFlow
【文件预览】：
noise2noise-master
----plot_history.py(1KB)
----train.py(5KB)
----model.py(4KB)
----test_model.py(2KB)
----requirements.txt(37B)
----generator.py(3KB)
----noise_model.py(3KB)
----LICENSE(1KB)
----README.md(8KB)
----.gitignore(1KB)
----result()
--------baby_GT_text_clean.png(1.29MB)
--------val_PSNR_text.png(33KB)
--------baby_GT_clean.png(1.57MB)
--------val_loss_text.png(32KB)
--------val_loss_impulse.png(24KB)
--------val_PSNR.png(40KB)
--------val_loss.png(38KB)
--------baby_GT_text_noise.png(1.28MB)
--------baby_GT_gaussian.png(1.62MB)
--------val_PSNR_impulse.png(39KB)
--------baby_GT_impulse_noise.png(1.75MB)
--------baby_GT_impulse_clean.png(1.76MB)