详细介绍使用 MIRNet 进行低光图像增强-附完整源码

介绍

以从降级版本中恢复高质量图像内容为目标,图像修复具有广泛的应用,例如摄影、安全、医学成像和遥感。在此示例中,我们实现了 用于低光图像增强的MIRNet模型,这是一种全卷积架构,可学习一组丰富的特征,组合来自多个尺度的上下文信息,同时保留高分辨率空间细节。

下载 LOL 数据集

LoL 数据集是为低光图像增强而创建的。它提供 485 张图像用于训练,15 张图像用于测试。数据集中的每个图像对均由低光输入图像及其相应的曝光良好的参考图像组成。

import os
import cv2
import random
import numpy as np
from glob import glob
from PIL import Image, ImageOps
import matplotlib.pyplot as plt

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers

你可能感兴趣的:(深度学习开发实践系列,人工智能,神经网络,机器学习,计算机视觉,视觉检测)