模型描述

该存储库包含模型和笔记本 Low-light image enhancement using MIRNet 。

完全认可归功于 Soumik Rakshit 。

由 Vu Minh Chien 复制，并对超参数进行了轻微更改。

图像恢复旨在从受损版本中恢复高质量的图像内容，具有许多应用，如摄影、安全、医学成像和遥感。MIRNet模型用于低光图像增强是一种完全卷积架构，它学习到一组丰富的特征，同时结合多个尺度上的上下文信息，并同时保留高分辨率空间细节。

数据集

LoL Dataset 用于低光图像增强的数据集已经创建。它提供485个用于训练的图像和15个用于测试的图像。数据集中的每个图像对都包括一个低光输入图像和相应的曝光良好的参考图像。

训练过程

训练超参数

训练过程中使用了以下超参数：

• learning_rate: 1e-04
• train_batch_size: 8
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: ReduceLROnPlateau
• num_epochs: 50

训练结果

• 结果显示在TensorBoard中（训练指标）。

查看模型演示