首页
›
AI视觉与工业视觉
›
024-AI ISP混合架构
›
《深度学习降噪在ISP管线部署实战》
VIP20
本课程属于:024-AI ISP混合架构
AI视觉与工业视觉 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
深度学习降噪在ISP管线中的部署
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导论
深度学习降噪为什么重要?ISP管线的… · 课程目标与学习路径
课程导论
ISP
02
ISP管线基础
从RAW图到RGB图 · 去马赛克 · 白平衡
ISP
管线基础
03
噪声模型与仿真
高斯噪声 · 泊松噪声 · 信号相关噪声
噪声模型
仿真
04
传统降噪方法回顾
BM3D · NLM · 小波降噪
传统降噪方法回顾
BM3D
05
深度学习降噪基础
CNN · 残差学习 · U-Net架构
深度学习降噪基础
CNN
06
数据准备
成对噪声-干净数据集制作 · CRVD · SIDD等公开数据集介绍
数据准备
成对噪声
07
模型选型
轻量化网络设计(FBCNN · RIDNet · MIRNet)
模型选型
FBCNN
08
训练技巧
损失函数(L1 · L2 · 感知损失
训练技巧
L1
09
模型量化
FP32转INT8 · PTQ与QAT · 量化感知训练实战
模型量化
FP32
10
模型剪枝与蒸馏
结构化剪枝 · 知识蒸馏 · 让模型跑在嵌入式设备上
模型剪枝
蒸馏
11
ONNX导出
从PyTorch到ONNX · 解决动态轴 · 算子兼容性问题
ONNX
导出
12
TensorRT部署
TensorRT加速原理 · INT8/FP16推理 · 动态batch处理
TensorRT
部署
13
OpenVINO部署
Intel平台优化 · CPU与GPU异构计算
OpenVINO
部署
14
NCNN部署
移动端与ARM平台 · Vulkan加速 · 模型转换与推理
NCNN
部署
15
TFLite部署
Android端集成 · GPU委托与NNAPI加速
TFLite
部署
16
ISP管线集成(一)
在RAW域插入降噪模块 · 数据流与内存管理
ISP
管线集成
17
ISP管线集成(二)
在RGB/YUV域插入降噪模块 · 色彩空间转换注意事项
ISP
管线集成
18
多帧降噪
时域信息利用 · 光流对齐 · 多帧融合网络设计
多帧降噪
时域信息利用
19
真实场景调优
低光 · 高ISO · 运动场景下的降噪策略
真实场景调优
低光
20
评估指标
PSNR · SSIM · LPIPS
评估指标
PSNR
21
硬件加速
NPU · DSP · FPGA上的降噪模型部署
硬件加速
NPU
22
端到端管线
从传感器到显示 · 全链路延迟优化 · Pipeline并行设计
端到端管线
从传感器到显示
23
调试与工具
TensorBoard · Netron · Profiler
调试
工具
24
版本管理
模型版本控制 · AB测试 · 灰度发布策略
版本管理
模型版本控制
25
案例实战(一)
手机摄像头降噪 · 从模型训练到真机部署全流程
案例实战
手机摄像头降噪
26
案例实战(二)
安防监控降噪 · 低照度场景下的模型优化
案例实战
安防监控降噪
27
案例实战(三)
车载摄像头降噪 · 实时性与安全性要求
案例实战
车载摄像头降噪
28
前沿趋势
Transformer降噪 · 扩散模型降噪 · 自监督降噪
前沿趋势
Transformer
29
常见问题与避坑
过拟合 · 泛化差 · 算子不支持
常见问题
避坑
30
课程总结
知识体系回顾 · 学习资源推荐 · 未来发展方向
课程总结
知识体系回顾
所属VIP或分类
同VIP:AI-ISP传统管线与神经网络融合实战
同VIP:AI-ISP多帧融合与HDR算法工程实战
同VIP:AI-ISP多帧融合与实时处理优化