matlab精度检验代码-image_relighting:image_relighting

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