github链接

1.感受野计算:

:本层感受野;

:上层感受野;

:第i层卷积或池化的步长

k:本层卷积核大小

2.空洞卷积卷积核计算:K=k+(k-1)(r-1),k为原始卷积核大小,r为空洞卷积参数空洞率,带入上式即可计算空洞卷积感受野;

3.针对noise2nosie进行改造:

(1).加深网络,原始结构感受野只有192,而要去除的水印尺度比较大,将原始结构后两层网络改为空洞卷积,dilated rate 设置为6,将感受野放大为672,更加适合640*640尺度推理,这样更能看清全局噪声,同时原图信息丢失不是很严重;
(2).修改loss函数,随着epoch增加放大loss,刻意去优化困难样本。


class L0Loss(nn.Module):"""High dynamic range loss."""def __init__(self, eps=1e-8, nb_epochs=10):"""Initializes loss with numerical stability epsilon."""super(L0Loss, self).__init__()self._eps = epsself.nb_epochs =  nb_epochsdef forward(self, denoised, target, epoch):"""Computes loss by unpacking render buffer."""# gamma = 2.0 * (self.nb_epochs - epoch) / self.nb_epochsgamma = 2.0 * (epoch+1) / self.nb_epochsloss = ((torch.abs(denoised - target) + self._eps) ** gamma)return torch.mean(loss.view(-1))

效果图:

   

缺点:

1.由于loss函数采用的是类似L2loss的,是对所有像素进行平均优化,虽然去除了水印,但同时也将图像变得平滑。

2.采用这种loss的话就是对单像素进行操作,没有考虑空间信息。

感受野计算过程:

水印去除(基于nosie2noise优化 代码+模型)相关推荐

  1. Matlab/Cplex代码:基于消纳责任权重的两级电力市场优化运行模型

    Matlab/Cplex代码:基于消纳责任权重的两级电力市场优化运行模型 参考全球能源互联网的<基于消纳责任权重的两级电力市场优化运行模型> Highlights:省间可再生能源交易,双层 ...

  2. 基于元模型优化的虚拟电厂主从博弈优化调度模型基于元模型优化算法的主从博弈多虚拟电厂动态定价和能量管理 代码主要做的是虚拟电厂的优化调度策略,其实是多虚拟电厂/微网的优化调度策略,模型为双层,首先下层

    MATLAB代码:基于元模型优化的虚拟电厂主从博弈优化调度模型 关键词:元模型 虚拟电厂 主从博弈 优化调度 参考文档:<基于元模型优化算法的主从博弈多虚拟电厂动态定价和能量管理>复现元模 ...

  3. 毕业论文知识点记录(六)——基于R语言优化maxent模型

    毕业论文知识点记录(六)--基于R语言优化maxent模型 第一步:R安装 这个网上都有很多详细的步骤,就不再详细介绍了. 第二步:R安装包 因为优化maxent模型需要用到kuenm程序包,但是官网 ...

  4. ACM MM 2021|基于深度学习的图像水印去除

    作者丨牛力@知乎 来源丨https://zhuanlan.zhihu.com/p/398435169 编辑丨3D视觉工坊 随着互联网时代的兴起,图片的版权保护得到了广泛的关注:为了声明图片的所有权, ...

  5. 基于python的图片修复程序-可用于水印去除

    图片修复程序-可用于水印去除 在现实的生活中,我们可能会遇到一些美好的或是珍贵的图片被噪声干扰,比如旧照片的折痕,比如镜头上的灰尘或污渍,更或者是某些我们想为我所用但有讨厌水印,那么有没有一种办法可以 ...

  6. python 去除水印_基于python的图片修复程序(实现水印去除)

    图片修复程序-可用于水印去除 在现实的生活中,我们可能会遇到一些美好的或是珍贵的图片被噪声干扰,比如旧照片的折痕,比如镜头上的灰尘或污渍,更或者是某些我们想为我所用但有讨厌水印,那么有没有一种办法可以 ...

  7. mmpose关键点(四):优化关键点模型(原理与代码讲解,持续更新)

    在工程中,模型的运行速度与精度是同样重要的,本文中,我会运用不同的方法去优化比较模型的性能,希望能给大家带来一些实用的trick与经验. 有关键点检测相关经验的同学应该知道,关键点主流方法分为Heat ...

  8. 基于遗传算法优化的Elman神经网络数据预测-附代码

    基于遗传算法优化的Elman神经网络数据预测 - 附代码 文章目录 基于遗传算法优化的Elman神经网络数据预测 - 附代码 1.Elman 神经网络结构 2.Elman 神经用络学习过程 3.电力负 ...

  9. 路径规划算法:基于灰狼优化(GWO)的路径规划算法- 附代码

    路径规划算法:基于灰狼优化(GWO)的路径规划算法- 附代码 文章目录 路径规划算法:基于灰狼优化(GWO)的路径规划算法- 附代码 1.算法原理 1.1 环境设定 1.2 约束条件 1.3 适应度函 ...

最新文章

  1. 小乐乐打游戏(BFS+曼哈顿距离)
  2. 47 jQuery文本内容值
  3. 华硕的服务器怎么看型号,怎么识别华硕主板型号
  4. struts——struts在升级,作为程序员,该怎样以不变应万变?
  5. linux下开启程序崩溃生成core文件开关之ulimit详解
  6. hdu 3046(最小割最大流)
  7. Java SE 重点知识笔记
  8. GDCM:gdcm::ImageChangeTransferSyntax的测试程序
  9. Android内存优化2—使用软引用和弱引用
  10. 为pc编译配置安装当前最新的内核
  11. android studio 修改包名_android逆向笔记之初学者常用adb命令
  12. docker生成tomcat镜像
  13. echarts里面的参数解释_Echarts适用小技巧:适用参数详细说明及示例-TS文件
  14. 年薪28万 ~60万+,北理工计算机学院可视媒体计算团队诚招博士后
  15. 以太坊合约24小时新增2.44万ETH
  16. mysql事务最好别用_理解完这些基本上能解决面试中MySql的事务问题
  17. 【Asp.Net从零开始】:使用缓存来提高网站性能 Caching(一)
  18. 【ubuntu操作系统入门】Ubuntu常用命令大全二
  19. VS2017 远程调试linux(centos).net core
  20. kettle 下载地址

热门文章

  1. 科技热点周刊|马斯克套现 440 亿;苹果推出数字身份证;Meta 与微软合作;华为捐赠欧拉
  2. 云原生数据中台:架构、方法论与实践
  3. latex tips 偏导数符号 单词partial+倒三角 \nabla
  4. mysql 中间表 性能_mysql性能优化
  5. 思考(七十四):一个游戏后端分布式事务架构介绍
  6. Java多word文件生成后进行压缩并导出下载后,压缩文件损坏并提示“不可预料的压缩文件末端”和“CRC校验失败”
  7. -2岁的产品经理学习日记2020/2/15
  8. 阿里云对腾讯企业邮箱设置域名解析
  9. 数学乐 --- 奇函数与偶函数(个人学习笔记)
  10. 精心整理的Java学习顺序流程和学习方法