计算机视觉图像降噪实战:基于PyTorch实现图像去模糊任务详细教程

  • 任务描述

    相机的抖动、快速运动的物体都会导致拍摄出模糊的图像,景深变化也会使图像进一步模糊。对于传统方法来说,要想估计出每个像素点对应的 “blur kernel” 几乎是不可行的。因此,传统方法常常需要对模糊源作出假设,将 “blur kernel” 参数化。显然,这类方法不足以解决实际中各种复杂因素引起的图像模糊。

    卷积神经网络能够从图像中提取出复杂的特征,从而使得模型能够适应各种场景。本教程以 CVPR2017 的 《Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring》 为例,来完成图像去模糊的任务。

  • 数据集

    https://downlo基于PyTorch实现图像去模糊任务https://downlo

  • 运行环境

    本教程在 python3.7 和 pytorch1.5 环境下测试成功,理论上可以运行在 python3.6+ 和 pytorch1.x 环境下。
    测试环境为GTX1080Ti显卡+cuda10.1,运行时要求显存>10G,pytorch(gpu版本࿰

你可能感兴趣的:(人工智能,深度学习,人工智能,计算机视觉,目标检测,神经网络)