【文件属性】:
文件名称:matlab精度检验代码-image_relighting:image_relighting
文件大小:9.77MB
文件格式:ZIP
更新时间:2021-05-22 00:12:55
系统开源
matlab精度检验代码AIM
2020重燃挑战
这是YorkU团队针对的三个音轨的源代码。
正如我们在中解释的那样,我们的解决方案基于规范化网络(针对轨道1和3)。
我们将解释用于训练我们的标准化网络的数据的详细信息,以及如何使用来扩充训练数据。
归一化数据:
我们使用轨道2的训练图像来训练规范化网络。
假设轨道2的输入图像位于input目录中。
请按照以下步骤操作:
从以下链接下载WB校正和WB增强器:
白平衡校正:
WB增强器:
对轨道2的训练目录中的图像应用白平衡校正-不要覆盖原始图像。
将结果目录命名为gt
白平衡之后,运行generate_gt_normalization.m文件。
此代码将生成gt_images目录,其中包含最终的真实图像。
此外,该代码还将删除由WB_sRGB_Matlab/demo_images.m代码创建的临时gt目录。
现在,您可以使用input和gt_images目录开始训练规范化网络。
使用给定的demo_WB_color_augmentation.m文件运行WB增强器(在给定的代码中具有默认的2增强版本)。
然后,运行demo_WB_colo
【文件预览】:
image_relighting-master
----generate_gt_normalization_net.m(928B)
----relighting()
--------models()
--------test.py(17KB)
--------train.py(28KB)
--------ref()
--------src()
--------post_processing.m(2KB)
--------bgu-master()
--------post_processing.exe(2.46MB)
----demo_WB_color_augmentation.m(3KB)
----estimation()
--------training_resnet_hist.m(3KB)
--------testing_code.m(9KB)
--------get_RGB_uv_hist.m(1KB)
--------training_resnet.m(7KB)
--------deep_learning_models()
----README.md(8KB)