推荐弱光图像增强算法比较《Lightening Network for Low-Light Image Enhancement》(附带DLN可执行程序)

2024-01-07 20:01:31

文章链接:https://ieeexplore.ieee.org/document/9141197

文章代码:https://github.com/WangLiwen1994/DLN

很经典的一个工作,其实并没有特别好讲的,因为并不是广为流传的工作

唯一值得说的就是比较好更改网络结构以及用于我们自己图像增强的对比

这是我自己比较喜欢用于比较的工作,2020年的工作,时间不算晚,目前发文章还是可以直接使用

下图是文章中,DLN和其他工作的效果对比:

OK,看着效果还不错。、

下面是我的文章中(节选部分),DLN和其他算法的效果对比:

第一个就是DLN了,效果看着还不错。(B)-(G)分别是:EnlightenGAN, HEP, RUAS, SCI, URetinex-Net, Zero-DCE

下面是原图:

代码我已经调好了,预训练模型就在里面,直接使用test即可:

test_img:放您的测试图像

output:输出

只要配上环境就可以直接使用了。

我给出的执行程序链接:https://download.csdn.net/download/m0_57628341/88713746

文章来源:https://blog.csdn.net/m0_57628341/article/details/135440418
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。