摘要：
VDnet：https://github.com/zsyOAOA/VDNet RIDnet：https://github.com/saeed-anwar/RIDNet 传统方法：DCT模型 image prior ，Google noise2noise, Nvidia 一些算法： BM3D：效果最好 阅读全文
摘要：
超分辨率：image super-resolution：基于多张低分辨率的图片（同一物体多帧采样），重建一张高分辨率的图片。 相机姿态估计：寻找最优相机外参（姿态） 相机标定：最优相机外参及内参 图像配准：将两幅图转换到相同的坐标系下对齐 亚像素：像素点很好理解，亚像素就是处在像素点间距中的虚拟像素 阅读全文
摘要：
信噪比(SNR or S/N)，即放大器的输出信号的功率，与同时输出的噪声功率的比值，常常用分贝数表示。设备的信噪比越高表明它产生的杂音越少。一般来说，信噪比越大，说明混在信号里的噪声越小，声音回放的音质量越高，否则相反。 信噪比是音箱回放的正常声音信号与无信号时噪声信号(功率)的比值。用dB表示。 阅读全文
摘要：
https://www.cnblogs.com/seniusen/p/10012656.html 阅读全文
摘要：
首先思考当前算法的瓶颈是什么？速度慢？还是准确率低？ 如果是速度慢，要么直接换新算法要么看是否有某个阶段占大量时间，如果仅仅是迭代次数多那没办法只能换算法 如果迭代次数不多，依然很慢那就是有计算瓶颈，看是不是能改写某部分如用c加速 多线程 异步 pypy c-extension，关键是搞清楚哪里耗时 阅读全文
摘要：
1.一般用 / 表示相对路径，用\\表示绝对路径（\转义符的缘故，也可以用 r'\' ） E:/file1/file2/a.py 2. 相对路径： ./a.py 表示不包括文件a.py的那些部分，等价于a.py，等价于 E:/file1/file2 3.相对路径： ../a.py 表示不包括a.py 阅读全文
摘要：
1.论文要看起来，找综述等，首先粗略调研问题的背景及发展史，分析每一步发展各自解决了什么问题，各自贡献了什么新的视角或者解决了什么新的问题？性能？速度？2.根据以上确定当前新的性能较好的解决方案，详读对应文献，最... 阅读全文
摘要：
Pytorch有很多方便易用的包，今天要谈的是torchvision包，它包括3个子包，分别是： torchvison.datasets ，torchvision.models ，torchvision.transforms ，分别是预定义好的数据集（比如MNIST、CIFAR10等）、预定义好的经 阅读全文
摘要：
https://github.com/pytorch/vision/tree/master/torchvision/models 几乎所有的常用预训练模型都在这里面 总结下各种模型的下载地址： 1 Resnet: 2 3 model_urls = { 4 'resnet18': 'https://d 阅读全文
摘要：
def log(): 装饰器本质上是一个接受函数作为参数，并返回一个函数的这种高阶函数，用在定义函数或类时。log就是装饰器 装饰器可以用函数实现，也可以用类实现。 python放置装饰器的语法：@log 1 @property: 2 3 class DataSet(object): 4 @prop 阅读全文