共计 209 个字符，预计需要花费 1 分钟才能阅读完成。
提醒：本文最后更新于 2024-08-30 15:56，文中所关联的信息可能已发生改变，请知悉！
DnCNN
这篇论文算是使用 CNN 进行图像降噪最为经典的算法之一，算法并不复杂，但是在 PSNR 的指标上超过了 BM3D，该算法框架如下图所示：
网络学习的是图像残差，也就是带噪图像和无噪图像差值，损失函数采用的 MSE
由于 DnCNN 是当前比较基础的模型之一，加之之后迭代升级的模型较为复杂，所以先在 DnCNN 上尝试
DnCNN 的实现
环境配置
由于论文中所用的 pytorch 版本太低，所以部分代码为了适用于高版本而被修改
test 效果
正文完
