# Kernel Prediction Networks DENOISE

文章目录

  • [Kernel Prediction Networks DENOISE](#Kernel Prediction Networks DENOISE)
    • [1.【论文复现】Kernel Prediction Networks](#1.【论文复现】Kernel Prediction Networks)
    • [2. Burst Denoising with Kernel Prediction Networks cvpr2018](#2. Burst Denoising with Kernel Prediction Networks cvpr2018)
    • [3. MULTI-KERNEL PREDICTION NETWORKS FOR DENOISING OF BURST IMAGES](#3. MULTI-KERNEL PREDICTION NETWORKS FOR DENOISING OF BURST IMAGES)
    • [4. Weighted Multi-Kernel Prediction Network for Burst Image Super-Resolution](#4. Weighted Multi-Kernel Prediction Network for Burst Image Super-Resolution)

Kernel Prediction Networks DENOISE

1.【论文复现】Kernel Prediction Networks

https://zhuanlan.zhihu.com/p/73349632

2. Burst Denoising with Kernel Prediction Networks cvpr2018

https://openaccess.thecvf.com/content_cvpr_2018/papers/Mildenhall_Burst_Denoising_With_CVPR_2018_paper.pdf

效果还是很好的

博客:https://blog.csdn.net/zbwgycm/article/details/80987721

代码:https://github.com/google/burst-denoising

3. MULTI-KERNEL PREDICTION NETWORKS FOR DENOISING OF BURST IMAGES

和 2 挺接近:

主要是预测不同 kernel size的kernel.

另外为了减少计算量:

  1. 预测 n x n的kennel 改为 2 x n, 2维变1维 吗, 核分离技术
  2. inference的时候 先将各种kernel合并为一个

其他和2 基本一致:

使用 L2 灰度损失 和 L1梯度损失, 训练的时候采用退火训练方法。

效果比2好:

第1行是本文,第二行是 2 文, 其他是kernel size的大小,但是是分离的1d kernel, 所以计算成本比2d kernel小。

4. Weighted Multi-Kernel Prediction Network for Burst Image Super-Resolution

相比3 主要是引入 各个kernel的weight

比如 kernel size为1 ,3, 5.。。 的kernel 的weight, 3中是求平均,这里会预测weight, 然后加权。

code:https://github.com/chowy333/WMKPN-Burst_Super-Resolution

相关推荐
Sherry Wangs4 分钟前
显卡算力过高导致PyTorch不兼容的救赎指南
人工智能·pytorch·显卡
java1234_小锋1 小时前
TensorFlow2 Python深度学习 - 卷积神经网络(CNN)介绍
python·深度学习·tensorflow·tensorflow2
java1234_小锋1 小时前
TensorFlow2 Python深度学习 - 循环神经网络(RNN)- 简介
python·深度学习·tensorflow·tensorflow2
盼小辉丶1 小时前
TensorFlow深度学习实战——节点分类
深度学习·分类·tensorflow·图神经网络
Aspect of twilight2 小时前
3D Gaussian Splatting论文简要解读与可视化复现(基于gsplat)
人工智能·深度学习·gsplat
Sunhen_Qiletian3 小时前
卷积神经网络搭建实战(二)——基于PyTorch框架和本地自定义图像数据集的食物分类案例(附输入图片预测功能)
pytorch·分类·cnn
ouliten3 小时前
cuda编程笔记(29)-- CUDA Graph
笔记·深度学习·cuda
星期天要睡觉3 小时前
深度学习——基于 ResNet18 的图像分类训练
pytorch·python·机器学习
hzp6663 小时前
Magnus:面向大规模机器学习工作负载的综合数据管理方法
人工智能·深度学习·机器学习·大模型·llm·数据湖·大数据存储
m0_678693333 小时前
深度学习笔记39-CGAN|生成手势图像 | 可控制生成(Pytorch)
深度学习·学习·生成对抗网络