随笔分类 - 论文代码
摘要：VQ-VAE的目的是把图像压缩成离散向量 大佬链接：https://zhuanlan.zhihu.com/p/633744455 VQ-VAE的工作过程：
阅读全文
摘要：大佬博客：https://zhuanlan.zhihu.com/p/655679978 1.Forward Process stochastic differential equation (SDE) 随机微分方程 DDIM中，向前过程ODE（Ordinary Differential Equati
阅读全文
摘要：1. 在运行SFNet代码时，前后代码保持不变，运行两次结果发生变化, 把下面这段代码注掉就可以保持前后两次运行结果一致，不确定是否是nn.BatchNorm2d计算均值和方差导致 class dynamic_filter(nn.Module): def __init__(self, inchann
阅读全文
摘要：import torch import random import os import numpy as np def seed_setting(seed): random.seed(seed) # os.environ['']=str(seed) np.random.seed(seed) torc
阅读全文
摘要：一. Motivation (1) Retinex理论没有考虑到噪声，并且基于Retinex分解的网络通常需要很多阶段训练。 (2)直接使用从CNN从低光图像到正常光图像的映射忽略了人类的颜色感知，CNN更适合捕获局部信息，对于捕获远程依赖和非局部自相似性方面存在局限。 二.Contribution
阅读全文
摘要：1、23arxiv_LLDiffusion: Learning Degradation Representations in Diffusion Models for Low-Light Image Enhancement中提到 LOL-v2文献来源：Sparse gradient regulari
阅读全文
摘要：1. 声明教师，学生网络 backbone_model = Net(gps=opt.gps, blocks=opt.blocks) backbone_model = backbone_model.to(device) ema_model = Net(gps=opt.gps, blocks=opt.b
阅读全文
摘要：1、导入pyiqa包(要求torch>1.10) 2、外网下载niqe_modelparameters.mat、brisque_svm_weights.pth 3、把外网下载的两个文件放在制定目录（.cache/......），ctrl+H打开ubuntu隐藏文件夹
阅读全文
摘要：1.nn.PixelShuffle(8)
阅读全文
摘要：1. # narrow切片 x1, x2 = (x.narrow(1, 0, self.split_len1), x.narrow(1, self.split_len1, self.split_len2)) 假设输入的张量是x，那么这句代码的作用是将x在第1维（即行数）上分别切割为两个长度分别为se
阅读全文
摘要：1、nn.ReflectionPad2d 对输入图像以最外围像素为对称轴，做四周的轴对称镜像填充。 大佬链接：(14条消息) torch.nn.ReflectionPad2d()的用法简介_nn.reflectionpad2d(1)_啊菜来了的博客-CSDN博客 # 对四周都填充3行 nn.Refl
阅读全文
摘要：1、np.ndarray # 将data_lowlight结构数据转化为nsarray float 再将图片进行归一化 data_lowlight = (np.asarray(data_lowlight) / 255.0) 2、np.histogram 直方图 提取直方图的思路是：统计图像中像素点为
阅读全文
摘要：LLFormer 1、rearrange：重塑形状 大佬链接：https://zhuanlan.zhihu.com/p/594012790 import torch import torch.nn.functional as F from einops import rearrange input
阅读全文
摘要：2023-04-04 1、 2、删掉 3、删掉
阅读全文
摘要：一、常用 （1）保存阶段图片 from torchvision import utils as vutils vutils.save_image(img_LQ, 'experiments/model/img_LQ.jpg', normalize=True) （2）基本流程 （3）events.out
阅读全文
