RDN 该存储库是。 要求 PyTorch 1.0.0 脾气暴躁的1.15.4 枕头5.4.1 h5py 2.8.0 tqdm 4.30.0 火车 可以从下面的链接下载转换为HDF5的DIV2K，Set5数据集。 数据集 规模 类型 关联 DIV2K 2个 火车 DIV2K 3 火车 DIV2K 4 火车 第5集 2个 评估 第5集 3 评估 第5集 4 评估 否则，您可以使用prepare.py创建自定义数据集。 python train.py --train-file " BLAH_BLAH/DIV2K_x4.h5 " \ --eval-file " BLAH_BLAH/Set5_x4.h5 " \ --outputs-dir " BLAH_BLAH/outputs " \

基于残差改进的灰色模型在电力行业网络安全预测中的应用.pdf

Keras ResNeXt 来自Keras 2.0+中的的论文，ResNeXt模型的实现。 包含用于构建常规ResNeXt模型（针对类似于CIFAR的数据集进行优化）和ResNeXtImageNet（针对ImageNet数据集进行优化）的代码。 显着特征 ResNeXt使用新的扩展块架构更新ResNet块，该架构取决于cardinality参数。 可以从本文的下图中进一步将其可视化。 但是，由于在Keras中不能直接使用分组卷积，因此在此存储库中使用了等效的变体（请参见块2） 用法 对于一般的ResNeXt模型（对于ImageNet以外的所有数据集）， from resnext import ResNext model = ResNext(image_shape, depth, cardinality, width, weight_decay) 对于针对ImageNet优化的Res

基于残差神经网络的矿井图像重构方法.pdf

密集连接的注意力金字塔残差网络用于人体姿势估计。

keras-resnet：用于深度残差网络的Keras软件包

改进深度残差卷积神经网络的LDCT图像估计_高净植.pdf

基于残差Resnext的Unet网络。

行业资料-电子功用-一种残差赋权求和的电磁兼容性平衡状态量化评价方法.pdf

画残差图的matlab代码 Video digital watermark （1） 选题 视频的数字水印嵌入与视频的类mpeg2标准压缩（用于作为攻击水印的手段）。 （2） 工作简介，即要做什么事情 通过对视频中随机选取的帧做频域高频部分的改变而嵌入二进制数字水印。用psnr与nc两种手段检测其透明性。分别通过椒盐噪声、高斯噪声、中值滤波、小范围剪切、类似mpeg标准视频压缩等五种手段进行水印攻击。提取水印，并检测该算法鲁棒性。 工作部分除了组织各个函数与脚本以完成流程外，主要包括：实现了视频水印嵌入、视频水印读取、剪切攻击、视频类mpeg2压缩、nc比较绘图函数、psnr比较绘图函数、双视频并行播放函数、运动矢量绘制函数等。最后做了一个GUI界面方便操作测试。 （3） 开发环境及系统运行要求 Windows10系统，matlab软件R2018b。 2. Technical Details （1） 工程实践当中所用到的理论知识阐述 l 抽象理论知识 Ø 鲁棒性（Robustness） 指不因图像文件的某种改动而导致隐藏信息丢失的能力。这里所谓"改动"包括图像或者视频传输过程中被恶意破坏