Слияние кода завершено, страница обновится автоматически
Прогрессивные сети для удаления дождя из изображений: лучший и более простой базовый уровень
В статье «Progressive Image Deraining Networks: A Better and Simpler Baseline» представлена лучшая и более простая базовая сеть для удаления эффекта дождя на изображениях, которая учитывает архитектуру сети, входные и выходные данные, а также функции потерь.
2. Как использовать
2.1. Подготовка набора данных
Набор данных (RainH.zip), используемый PReNet, можно скачать здесь, распаковать его и получить две папки (RainTrainH и Rain100H).
Структура набора данных следующая:
├── RainH
├── RainTrainH
├── rain
├── 1.png
└── 2.png
.
.
└── norain
├── 1.png
└── 2.png
.
.
└── Rain100H
├── rain
├── 001.png
└── 002.png
.
.
└── norain
├── 001.png
└── 002.png
.
.
2.2. Обучение/тестирование
Обучение модели:
python -u tools/main.py --config-file configs/prenet.yaml
Тестирование модели:
python tools/main.py --config-file configs/prenet.yaml --evaluate-only --load ${PATH_OF_WEIGHT}
3. Результаты
Оценка проводилась по каналам RGB, перед оценкой пиксели в каждой границе были обрезаны.
Метриками являются PSNR / SSIM.
| Метод | Rain100H |
|---|---|
| PReNet | 29.5037 / 0.899 |
Вход:
<img src="https://github.com/simonsLiang/PReNet_paddle/blob/main/data/rain-001.png" width=300">
</div>```
Выход:
```<div align="center">
<img src="https://github.com/simonsLiang/PReNet_paddle/blob/main/data/derain-rain-001.png" width=300">
</div>```
**4. Загрузка модели**
| модель | dataset |
|---|---|
| [PReNet](https://paddlegan.bj.bcebos.com/models/PReNet.pdparams) | [RainH.zip](https://pan.baidu.com/s/1_vxCatOV3sOA6Vkx1l23eA?pwd=vitu) |
**Ссылки**
- 1. [Progressive Image Deraining Networks: A Better and Simpler Baseline](https://arxiv.org/pdf/1901.09221v3.pdf)
```@inproceedings{ren2019progressive,
title={Progressive Image Deraining Networks: A Better and Simpler Baseline},
author={Ren, Dongwei and Zuo, Wangmeng and Hu, Qinghua and Zhu, Pengfei and Meng, Deyu},
booktitle={IEEE Conference on Computer Vision and Pattern Recognition},
year={2019},
}```
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Опубликовать ( 0 )