TF-VAE-GAN-DRAW ，和TensorFlow实现。 跑 VAE / GAN： python main.py --working_directory /tmp/gan --model vae 画： python main-draw.py --working_directory /tmp/gan 深度卷积生成对抗网络在使用默认参数的10个星期后产生了不错的结果。 ＃＃＃去做： 更复杂的数据。 添加 用空间变压器层替换当前的注意力机制

基于深度卷积神经网络的多节点间链路预测方法

深度卷积神经网络的运动模糊去除核估计

DCDicL用于图像去噪 郑鸿毅*，永鸿伟*，张磊，《 CVPR 2021年的“深度卷积字典学习以进行图像去噪”》（*平等贡献） DCDicL的实现基于出色的图像恢复工具箱 。 要求 PyTorch 1.6+ 漂亮表 tqdm 测验 步骤1 从下载预训练的模型。 解压缩下载的文件并将文件夹放入./release/denoising 第2步 配置options/test_denoising.json 。 重要设置： 任务：任务名称。 路径/根：保存任务的路径 path / pretrained_netG：包含预训练模型的文件夹的路径。 data / n_channels：1表示灰度，3表示颜色。 测试/可视化：对于保存嘈杂的输入/预测字典为true。 第三步 python test_dcdicl.py 训练 培训代码即将发布。

基于深度卷积特征和HOG特征融合的管道病害识别算法，杨东，杨峰，提出一种利用预训练VGGNet提取的图像特征和HOG特征融合，采用多类SVM识别管道病害的方法。本文利用迁移学习和特征融合的策略，在小样

业分类-物理装置-一种轻量级深度卷积神经网络的FPGA实现方法.zip

行业分类-物理装置-基于混合连通性深度卷积神经网络的图像分类方法及系统.zip

行业分类-物理装置-基于迁移学习与自适应深度卷积神经网络的谷物质量检测方法.zip

利用深度卷积特征进行遥感图像配准中的实现源代码，参考论文：《Multi-Temporal Remote Sensing Image Registration Using Deep Convolutional Feature》

使用深卷积网络的自动照片质量增强的软件和预训练模型