IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 实时低亮度图像修复:CVPR 2021 -> 正文阅读

[人工智能]实时低亮度图像修复:CVPR 2021

1-0

图像修复新的创作思路:CVPR 2021、代码测评


📘 基本信息


0-4

该论文所致力于解决的问题

  • 极暗图像变为 亮的图像(图像修复)
  • 从而提升(解决)极暗图像的目标检测问题

0-1


📘 下载代码


方式一(网络受限、可能下载失败)

git clone https://github.com/MohitLamba94/Restoring-Extremely-Dark-Images-In-Real-Time.git

方式二(手动下载、copy 到服务器、解压即可)

  • 解压命令,例如
unzip Restoring-Extremely-Dark-Images-In-Real-Time-main.zip 

1-1


📘 环境搭建


1-3

激活一个 PyTorch 1.4 的已有环境(我的博文已经安装过很多个版本、此处不再重复赘述)

conda activate torch14

# 安装一些我的环境运行该代码、缺少的库

pip install rawpy
pip install ptflops


📘 Demo 测试运行


cd Restoring-Extremely-Dark-Images-In-Real-Time

python demo.py
  • 运行输出如下
python demo.py

# GPU 占用 不会很高


...... Loading all files to CPU RAM

Image No.: 1, Amplification_m=1: 53.080570220947266
Image No.: 2, Amplification_m=1: 22.907602310180664
Image No.: 3, Amplification_m=1: 45.878238677978516

Files loaded to CPU RAM......


 Network parameters : 784768

Device on GPU: True
Restored images saved in DEMO_RESTORED_IMAGES directory

2-1


📘 时间内存复杂度测评


Measure Time-Memory Complexity

  • python time_complexity.py
  • 运行效果如下
 python time_complexity.py

---Our Model parameters : 784768


---SID model parameters : 7760748

Computational complexity of Our model for a 8MP image:   41.38 GMac
Computational complexity of SID model for a 8MP image:   440.46 GMac
Beginning Warmup...
Time taken by our model on CPU for 8MP image : 1.0671975135803222 seconds
Time taken by SID model on CPU for 8MP image : 8.417949628829955 seconds


📘 训练


训练部分、参考 train_test_ours/train.py 即可


暂不展开、以后如果项目中用到、有需要再补充

3-1


📕 附源码+论文


这些其实都很好下载、代码此次也没有改动、即可顺利运行

链接:https://pan.baidu.com/s/129MAPqMJtNp1v57gHZDMCA 
提取码:moli

📕 这篇文章可以带给我们的思考


翻译部分、参考链接

  • https://zhuanlan.zhihu.com/p/437764659

0-6

特色

  • 轻量化
  • 图像修复+目标检测 结合
  • 突出解决实际模型部署落地中的困难点:
  • 修复网络、单张图像推理速度慢
  • 暗图像目标检测存在困难

这是一个 图像修复+目标检测 结合 针对 实际落地存在的现实困难 提出的解决方案,也许可以成为我们小伙伴,创作一篇文章(Paper)的灵感基石

0-5


📙 博主 AI 领域八大干货专栏、诚不我欺



📙 预祝各位 前途似锦、可摘星辰


  • 🎉 作为全网 AI 领域 干货最多的博主之一,?? 不负光阴不负卿 ??
  • ?? 过去的每一天、想必你也都有努力、祝你披荆斩棘、未来可期

9-9

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-03-16 22:21:38  更:2022-03-16 22:23:45 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 14:32:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码