本文、一周后 收录到 图像修复专栏、敬请查阅
如果有刚刚开始做深度学习,对深度学习 Cuda、Pytorch 相关环境高效搭建,还不是非常清楚的小伙伴建议参考我的这篇博文、折腾清楚这些基础知识、相信能够为大家节约难以估计的学习成本
重点参考,如下图所示部分相关博文即可,相信能够有效帮到大家理解环境搭建这个过程
订阅 图像修复-代码环境搭建-知识总结 专栏的小伙伴,可简单参考这个博文顺序来逐步学习
关注度、比较高的一些评测博文教程如下:
Recurrent Feature Reasoning for Image Inpainting之环境搭建——代码测试 (上)——附代码——【CVPR 2020】
Recurrent Feature Reasoning for Image Inpainting之代码解析(下)——【CVPR 2020】
Learning Pyramid-Context Encoder Network for High-Quality图像修复环境搭建——测试运行——【附可运行代码和测试数据】——CVPR 2019(上)
Learning Pyramid-Context Encoder Network for High-Quality Image Inpainting——模型训练——CVPR 2019(下)
Generative Image Inpainting with Adversarial Edge Learning— 环境搭建—详细教程 ——附源码、【ICCV 2019】
Image Inpainting with Learnable Bidirectional Attention Maps之环境搭建——代码测试教程—【附pyTorch代码】——【ICCV 2019】
Pluralistic Image Completion—多元图像补全—摘要翻译—测试教程(附源码)——CVPR 2019
Contextual Residual Aggregation for Ultra 高分辨率图像修复、代码测试 |【CVPR 2020】
其它的一些总结性的博文
一些概念性、知识笔记
趣味性博文
Instance-aware Image Colorization | 图像着色、老照片着色、效果测评| 【CVPR 2020】
3D Photography Inpainting | 图像、转换为 3D 视频、效果测试 |【CVPR 2020】
Noise2Noise: Learning Image Restoration without Clean Data——实验总结——测试简记【去高斯噪声、去文本噪声】
多阶段渐进式图像恢复 | 去雨、去噪、去模糊 、效果很 Nice(附源码)|【CVPR 2021】
Exploiting Deep Generative Prior for Versatile Image Restoration and Manipulation—【附测试源码】—— ECCV2020、着色、超分、修复 都有包含的一个论文
21 年补充的几篇、目前关注度都还不是很高、建议先去看 Paper、觉得有兴趣或者研究的价值、再来查阅博文
只是简单做了个临时笔记的几篇文章如下
论文撰写方面
LaTeX2021 公式编写、图文安装、详细教程、一文读懂
论文撰写八大技巧与八大心得,一文读懂
总体而言,墨理能够为各位亲们、提供参考的高价值内容还是很有限的,希望大家都能得偿所愿、顺利毕业、升职加薪、拥有自己满心欢喜的人生
下班、就先记录到这里吧
❤️ 新入门或者转方向的同学,欢迎订阅本专栏,上高速,快速 Get 硬核搬砖技巧 ❤️
❤️ 订阅 { 图像修复-代码环境搭建-知识总结 } 的小伙伴,可以添加墨理 维新 { bravePatch }, 告知:{ CSDN 修复专栏已订阅 },免费进入 { 图像修复交流群 }, 2021-11-1 生效 ❤️
❤️ 感谢各位读者大大的支持 ❤️
❤️ 计算机视觉、图像修复交流、正确打开方式、本硕博领域大佬请务必、点击查阅
请允许、这个啥也不是的博主为各位竖立一波暖心人设
感悟类、交流总结方面的文章如下,有时间再给大家补充
对于墨理而言、确实平时一些重复性交流的内容比较多了、有必要记录成文、方便大家及时 Get
计算机视觉、超分重建、图像修复、交流互助
点赞 收藏 ⭐留言 都是博主坚持写作、更新高质量博文的最大动力!