Bootstrap

【图像去噪】论文复现:非对称可调盲点+蒸馏提升BSN网络性能!AT-BSN的Pytorch源码复现,跑通全流程源码,得到去噪结果图像和PSNR/SSIM,结构示意图与源码实现对应,注释详细,思路清晰!

请先看【专栏介绍文章】:【图像去噪(Image Denoising)】关于【图像去噪】专栏的相关说明,包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总(更新中)

完整代码和训练好的模型权重文件下载链接见本文底部,订阅专栏免费获取!

本文亮点:

  • 跑通AT-BSN全流程源码,得到去噪结果图像和评估指标PSNR/SSIM
  • AT-BSN框架流程详解,包括可调盲点位移、非对称训练和推理、多教师蒸馏,结构示意图、公式与源码实现对应,注释详细


前言

论文题目:Exploring Efficient Asymmetric Blind-Spots for Self-Supervised Denoising in Real-World Scenarios ——

;