AODNet Based Image Haze Removal:在Pytorch中使用AODNet去除单图像雾霾 源码

基于AODNet的图像雾度去除 在Pytorch中使用AODNet去除单图像雾霾 在ICCV 2017上实施Boyi Li的论文 。 内容 相依性 Python 3.6或更高版本 火炬== 1.7.1 枕头== 5.1.0 numpy的= = 1.14.3 matplotlib == 2.2.2 用法 使用方法:下载整个项目并运行inference.py 文件夹./saved_models:保存经过训练的模型的位置,文件为.pth格式。 ./data/gt文件夹: groundtruth(无雾图像)。 文件夹./data/hazy:训练数据的相应模糊图像。 文件夹./test_images:出现在原始纸张中的一些测试图像。 data.py:用于加载训练数据的函数。 train.py:使用保存在文件夹./data/中的训练数据从头开始训练新的AODNet。 model.py:A