没有合适的资源?快使用搜索试试~ 我知道了~
AOD-Net:AOD-Net(Pytorch和Caffe)
共15个文件
jpg:3个
py:3个
1:2个
5星 · 超过95%的资源 需积分: 28 17 下载量 200 浏览量
2021-05-04
08:32:24
上传
评论 4
收藏 2MB ZIP 举报
温馨提示
AOD网 ICCV 2017 AOD-Net是一种轻量但有效的端到端除雾神经网络。 您可以轻松,快速地进行培训或测试。 测试: 我们提供了test.py,相关的原型和数据。 您可以仅在GPU / CPU上使用“ python test.py”,就可以在数据/结果中获得结果。 祝您研究顺利。 带有位置归一化(PONO)的改进的AOD-Net 我们感谢AOD-Net的。 基于此代码,我们将简单的添加到AOD-Net中,从而有效地提高了性能。 以前的AOD-Net结果: 对于TestSet A,PSNR从19.69 dB增加到20.38 dB,SSIM从0.8478增加到0.8587。 对于TestSetB,PSNR从21.54 dB增加到21.67 dB,SSIM从0.9272增加到0.9285。 请在找到详细信息。 Bibtex: @inproceedings{ICC
资源推荐
资源详情
资源评论
收起资源包目录
AOD-Net-master.zip (15个子文件)
AOD-Net-master
AOD-Net_result.png 94KB
data
img
gugong.jpg 703KB
man.jpg 364KB
1 1B
canyon.jpg 844KB
result
1 1B
test
test.py 2KB
test_template.prototxt 3KB
AOD-Net with PONO
ponomodels.zip 215KB
pono_train.py 6KB
model.py 4KB
README.md 1KB
run_pono_train.sh 644B
AOD_Net.caffemodel 9KB
README.md 1KB
共 15 条
- 1
资源评论
- 李诗旸2023-07-28这个文件提供了使用Pytorch和Caffe的AOD-Net,它是一个快速而有效的图像去雾模型。
- UEgood雪姐姐2023-07-28该文件的作者充分考虑了实际应用的需求,代码逻辑清晰,对于想要了解和应用图像去雾技术的人来说,是一个非常有价值的资源。
- ShenPlanck2023-07-28这个文件不仅包含了Pytorch的实现,还提供了Caffe的实现,给用户更多选择的机会。
- 李多田2023-07-28AOD-Net的代码简洁明了,易于使用,并提供了一种高效的方法来改善图像中的雾霾问题。
- 苏采2023-07-28AOD-Net在图像去雾任务方面表现出色,它能够提供清晰、自然的结果,让图像更加真实和可视化。
陈菌菇
- 粉丝: 28
- 资源: 4553
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功