Lowlight Enhance Mirnet

🚀 tf-keras

本項目提供了一個用於低光圖像增強的模型及相關代碼，藉助 MIRNet 模型從低質量圖像中恢復高質量圖像內容，可應用於攝影、安防、醫學成像和遙感等多個領域。

🚀 快速開始

此倉庫包含了模型以及相關的筆記本 使用 MIRNet 進行低光圖像增強。

原項目由 Soumik Rakshit 完成。

Vu Minh Chien 對超參數進行了微調後復現了該項目。

✨ 主要特性

圖像恢復旨在從退化版本中恢復高質量圖像內容，具有廣泛的應用場景，如攝影、安全、醫學成像和遙感等。用於低光圖像增強的 MIRNet 模型是一種全卷積架構，它可以學習豐富的特徵集，結合多尺度的上下文信息，同時保留高分辨率的空間細節。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

📚 詳細文檔

數據集

LoL 數據集 是為低光圖像增強而創建的。它提供了 485 張用於訓練的圖像和 15 張用於測試的圖像。數據集中的每對圖像包括一張低光輸入圖像及其對應的曝光良好的參考圖像。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：1e-04
• 訓練批次大小（train_batch_size）：8
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，其中 betas=(0.9, 0.999)，epsilon=1e-08
• 學習率調度器類型（lr_scheduler_type）：ReduceLROnPlateau
• 訓練輪數（num_epochs）：50

訓練結果

• 訓練結果展示在 TensorBoard（訓練指標）中。

查看模型演示