VIP20
本课程属于：049-AI　ISP混合架构开发 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

深度学习去马赛克算法实战

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
什么是去马赛克 · Bayer 模式原理 · 传统方法与深度学习方法的对比
课程导论什么是去马赛克
02
图像传感器基础
CMOS 与 CCD 传感器 · 彩色滤波阵列（CFA） · Bayer 阵列详解
图像传感器基础CMOS
03
传统去马赛克算法
双线性插值 · 边缘导向插值 · 基于梯度的插值方法
传统去马赛克算法双线性插值
04
深度学习基础回顾
卷积神经网络（CNN）核心概念 · 感受野 · 池化与上采样
深度学习基础回顾CNN
05
数据准备
RAW 图像数据集介绍（如 MIT… · RAISE） · 数据预处理与增强策略
数据准备RAW
06
评价指标
PSNR · SSIM · LPIPS
评价指标PSNR
07
经典模型一
SRCNN 及其在去马赛克上的应用与…
经典模型一SRCNN
08
经典模型二
ResNet 与残差学习在图像恢复中…
经典模型二ResNet
09
经典模型三
U-Net 架构及其在像素级预测任务…
经典模型三U-Net
10
经典模型四
DenseNet 与密集连接在特征复…
经典模型四DenseNet
11
注意力机制
SENet · CBAM · 自注意力在去马赛克中的应用
注意力机制SENet
12
生成对抗网络（GAN）
SRGAN · ESRGAN 用于去马赛克与超分联合…
GAN生成对抗网络
13
基于 Transformer 的方法
IPT · SwinIR 等最新架构解析
Transformer基于
14
损失函数设计
L1/L2 损失 · 感知损失 · 对抗损失
损失函数设计L1/L2
15
训练技巧
学习率调度 · 权重初始化 · 梯度裁剪
训练技巧学习率调度
16
模型轻量化
知识蒸馏 · 模型剪枝 · 量化技术在移动端部署中的应用
模型轻量化知识蒸馏
17
实战项目一
基于 PyTorch 搭建一个简单的…
实战项目一PyTorch
18
实战项目二
实现 U-Net 去马赛克网络并训练
实战项目二U-Net
19
实战项目三
引入注意力机制的改进 U-Net
实战项目三U-Net
20
实战项目四
基于 GAN 的去马赛克模型训练与调…
实战项目四GAN
21
实战项目五
使用 SwinIR 进行高质量去马赛…
实战项目五SwinIR
22
数据加载与预处理实战
自定义 Dataset 与 Data… · 模拟 Bayer 模式
数据加载预处理实战
23
训练流程封装
编写训练循环 · 验证循环 · 模型保存与断点续训
训练流程封装编写训练循环
24
测试与推理
单张图像测试 · 批量测试 · 结果可视化与保存
测试推理
25
结果分析
对比不同模型在 PSNR/SSIM… · 可视化细节对比
结果分析PSNR/SSIM
26
模型部署
ONNX 导出 · TensorRT 加速 · 移动端（NCNN/TNN）部署流程
模型部署ONNX
27
去马赛克与去噪联合
考虑真实传感器噪声的联合优化方法
去马赛克去噪联合
28
视频去马赛克
时序信息利用 · 光流引导 · 3D 卷积方法
视频去马赛克时序信息利用
29
前沿进展
基于隐式神经表示（NeRF/INR）… · 零样本学习
前沿进展NeRF/INR
30
课程总结与未来展望
当前挑战 · 开放问题 · 研究方向建议
课程总结未来展望