标签：Zhang -- Kai patch num 图像 Dataset image

对于Kai Zhang论文FFDNet 代码Dataset理解

（仅以FFDNet为例，DnCNN更简单一些）：
代码的链接：pytorch版本点击zip文件下载

Dataset函数中patch的处理：
原始图像image --> 通过各种范围scale改变图像尺寸 --> 图像经过处理（BGR->RGB或BGR->Gray)，这里有一步transpose(2, 0, 1)目的是为了在Image_to_patch达到将numpy的 HWC --> CxHxW image --> Normalize标准化 -->利用Image_to_patch取一定大小的patch，加快处理速度，需要注意的是这里的win就是patch的size，total_num是一张image可以得到的patch的数量 --> 然后增加数据集后存入h5f文件中

函数prepare_data：对数据的进行处理后存入h5py文件中
类Dataset：用于加载数据集，注意：torch.Tensor(data)函数：numpy --> tensor，深度学习卷积一般都是处理tensor类型

部分变量表示的意义：
total_num是一张image可以得到的patch的数量
train_num：训练数据集patch数量总数
i:当前处理的图像数
item：当前处理的图像路径信息，比如第一张图片data/gray/Set12\01.png
aug_times：用于判断增加多少数据量

h5py文件：
存储image的patch，通过W写操作存储数据，R读操作读取数据

标签：Zhang,--,Kai,patch,num,图像,Dataset,image
来源： https://blog.csdn.net/wearesohappy/article/details/120119185

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。