当前位置：首页 > news >正文

GAN 用于图像增强

news 来源：原创 2025/8/4 7:16:33

工程需求，临时学一下gan的原理和基于图像增强的实现

原理

论文链接

Generative Adversarial Nets

我们提出了一个通过对抗过程来估计生成模型的新框架，其中我们同时训练两个模型：捕获数据分布的生成模型G和估计样本来自训练数据而不是G的概率的判别模型D。G的训练过程是最大化D犯错的概率。这个框架对应于一个min-max two-player game。在任意函数G和D的空间中，存在一个唯一解，G恢复训练数据分布，D处处等于1/2。在G和D由mlp定义的情况下，整个系统可以通过反向传播进行训练。在训练或生成样本过程中，不需要任何马尔可夫链或展开近似推理网络。通过对生成的样本进行定性和定量评估，实验证明了该框架的潜力。

之前的方法总是想构造一个分布函数，然后提供参数给函数学习，把分布学出来，但是计算量巨大；Gernerative machine就是学模型来近似想要的结果，虽然算起来容易，但是不知道想要的结果

组件

生成器 (Generator)（是MLP）
- 输入是随机噪声（通常是从Gaussian Distribution或均匀分布中采样的向量）。
- 输出是与真实数据分布尽可能接近的生成样本（如图像、音频、文本等）。
- 目标是“欺骗”判别器，使其无法分辨生成样本和真实样本。
判别器 (Discriminator)（是MLP）
- 输入是生成器的输出样本和真实样本。
- 输出是样本为真实数据的概率（通常在 [0, 1] 之间）。
- 目标是正确区分真实样本和生成样本。

任务

Gernerative fake，Discriminative 判断，二者互相对抗，最后期望G赢

判别器目标：最大化区分真实样本和生成样本的能力

判别器的目标是 最大化 上述公式，即：

提高对真实数据 x 的识别准确度（log⁡D(x)）。
提高对生成数据 G(z)的拒绝能力（log⁡(1−D(G(z)))

鼓励判别器在面对真实数据 x 时输出高概率，即更准确地判断数据为真实。

鼓励判别器在面对生成样本 G(z)时输出低概率，即更准确地判断数据为生成的。

生成器目标：最小化被判别器正确区分生成样本为假的概率

生成器希望“欺骗”判别器，让判别器认为生成样本 G(z)是真实的

拟合过程↑ 绿色是z映射的均值，蓝色线是辨别器，总之就是把随机分布映射成真实分布的一个过程

命题

论文中的命题和证明，这里暂时不展开

统计意义是 two-sample test

迭代过程

先更新Discriminator再更新Generator

总体来说这一版收敛不太稳定

降噪任务

参考视频第1.1节-GAN与图像降噪-基础篇_哔哩哔哩_bilibili

cnn--encoder-decoder, residual learninig 需要成对的训练数据，真实数据难以获得

GAN-CNN based blind denoiser GCBD,无监督上采样模型

看了一下效果还可以

经典应用

DANet*

任务类型：分割任务中的特征增强
DANet 实际上是一种用于语义分割任务的注意力机制网络，而非纯粹的 GAN。
引入了空间注意力 (Spatial Attention) 和 通道注意力 (Channel Attention) 机制，旨在增强特征表达，关注目标区域的细节。

EnlightenGAN

任务类型：低光照图像增强
EnlightenGAN 是一种用于增强低光照图像的生成对抗网络。
它可以改善图像在低光照条件下的亮度和对比度，同时保留细节和自然感

SRGAN*

SRGAN 是一种用于图像超分辨率（Super Resolution）的 GAN，目的是从低分辨率图像生成高分辨率图像。
它通过生成器网络提高图像分辨率，并通过对抗判别器保证生成的高分辨率图像更自然、更逼真。

Generator

前面是残差模块不改变图像分辨率

Pixelshuffer 是基于亚像素卷积的上采样模块

亚像素卷积

用channel换space

Discriminator

通道数不断增加的卷积层每次特征通道数增加一倍时，特征分辨率降低为原来的一半

内容损失也叫感知损失

训练心得

就是说还是吃数据集的，在通用数据集作为预训练权重的情况下针对医学图像表现并不好

通用数据集表现↑

医学数据集表现↑

以及discriminator经常比generator强很多...大概就能对应文中的收敛不稳定吧

改进：ESRGAN

Esrgan:Enhanced super-resolution gene!ative adversaria networks

--引入Residual-in-Residual Dese Block(RRDB)增强生成器能力

--使用激活前的VGG特征来改善感知损失

（激活之后的特征过于稀疏）

--RaGAN模型相对判别器，relativistic average discriminatol

others

CycleGAN：如果需要对某一领域图像（如医学图像）进行特定增强，也可以使用无监督训练方式。

DeblurGAN

相关文章：

GAN 用于图像增强

工程需求，临时学一下gan的原理和基于图像增强的实现原理论文链接 Generative Adversarial Nets 我们提出了一个通过对抗过程来估计生成模型的新框架，其中我们同时训练两个模型：捕获数据分布的生成模型G和估计样本来自训练数据而不是G的…...

编程日记 2025/8/4 7:16:33

【RAG落地利器】向量数据库Qdrant使用教程

TrustRAG项目地址🌟：https://github.com/gomate-community/TrustRAG 可配置的模块化RAG框架环境依赖本教程基于docker安装Qdrant数据库，在此之前请先安装docker. Docker - The easiest way to use Qdrant is to run a pre-built Docker i…...

编程日记 2025/8/3 1:45:40

Day30下 - RAG系统

一、入库文档，问答查询 1. 数据读取 from langchain_core.documents import Document import randomfile_name"knowledge/熬夜救星护肤霜.txt" with open(filefile_name, mode"r", encoding"utf-8") as f:data f.read()# 随机生成…...

编程日记 2025/8/3 15:28:29

linux 安装PrometheusAlert配置钉钉告警

在 Linux 上安装 PrometheusAlert 并配置钉钉告警的步骤如下： 1. 准备工作钉钉机器人：在钉钉群中创建一个机器人，获取 Webhook URL。示例 Webhook URL：https://oapi.dingtalk.com/robot/send?access_token=your_dingtalk_token。PrometheusAlert 安装包：从 Prometheus…...

编程日记 2025/8/3 3:05:56

EAMM: 通过基于音频的情感感知运动模型实现的一次性情感对话人脸合成

EAMM: 通过基于音频的情感感知运动模型实现的一次性情感对话人脸合成 1所有的材料都可以在EAMM: One-Shot Emotional Talking Face via Audio-Based Emotion-Aware Motion Model网站上找到。摘要尽管音频驱动的对话人脸生成技术已取得显著进展，但现有方法要么忽…...

编程日记 2025/8/3 13:09:46

Linux提权-02 sudo提权

文章目录 1. sudo 提权原理1.1 原理1.2 sudo文件配置 2. 提权利用方式2.1 sudo权限分配不当2.2 sudo脚本篡改2.3 sudo脚本参数利用2.4 sudo绕过路径执行2.5 sudo LD_PRELOAD环境变量2.6 sudo caching2.7 sudo令牌进程注入 3. 参考 1. sudo 提权原理 1.1 原理 sudo是一个用于在…...

编程日记 2025/7/30 6:55:35

【Pandas】pandas Series apply

Pandas2.2 Series Function application, GroupBy & window 方法描述Series.apply()用于将一个函数应用到 Series 的每个元素或整个 Series pandas.Series.apply pandas.Series.apply 是 Pandas 库中 Series 对象的一个方法，用于将一个函数应用到 Series 的…...

编程日记 2025/8/4 7:15:34

Git学习笔记

Git学习笔记目录版本控制本地版本控制集中版本控制分布式版本控制基本使用方式 Git Config Git Remote Git Add Objects Refs Annotation Tag 追溯历史版本修改历史版本 Git GC Git Clone & Pull & Fetch Git Push 常见问题不同的工作流集…...

编程日记 2025/6/29 8:56:05

HTML5 Canvas实现的跨年烟花源代码

以下是一份基于HTML5 Canvas实现的跨年烟花源代码： <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml">…...

编程日记 2025/7/29 22:35:40

javaEE初阶————多线程初阶(2)

今天给大家带来第二期啦，保证给大家讲懂嗷； 1，线程状态 NEW安排了工作还未开始行动RUNNABLE可工作的，或者即将工作，正在工作BLOCKED排队等待WAITING排队等待其他事TIMED_WAITING排队等待其他事TERMINATED工作完成了 …...

编程日记 2025/8/4 7:10:48

linux下的NFS和FTP部署

目录 NFS应用场景架构通信原理部署权限认证Kerberos5其他认证方式命令serverclient查看测试系统重启后自动挂载 NFS 共享高可用实现 FTP对比一些ftp服务器1. **vsftpd (Very Secure FTP Daemon)**2. **ProFTPD (Professional FTP Daemon)**3. **Pure-FTPd**4. **WU-FTPD (Was…...

编程日记 2025/7/29 17:50:16

《Java核心技术II》可中断套接字

4.2.4 可中断套接字 SocketChannel可以中断套接字 SocketChannel channel.open(new InetSocketAddress(host,port)); 通道(channel)并没有与之相关联的流，实际上，所拥有的read和write方法都是通过Buffer对象实现的。如果不想处理缓冲区，…...

编程日记 2025/8/4 7:10:46

电梯系统的UML文档05

Dispatcher 不控制实际的电梯组件，但它在软件系统中是重要的。每一个电梯有一个ispatcher，主要功能是计算电梯的移动方向、移动目的地以及保持门的打开时间。它和系统中除灯控制器以外的几乎所有控制对象交互。安全装置也是一个环境对象，它…...

编程日记 2025/8/4 7:13:34

浅谈云计算19 | OpenStack管理模块（上）

OpenStack管理模块（上） 一、操作界面管理架构二、认证管理2.1 定义与作用2.2 认证原理与流程2.2.1 认证机制原理2.2.2 用户认证流程三、镜像管理3.1 定义与功能3.2 镜像服务架构3.3 工作原理与流程3.3.1 镜像存储原理3.3.2 镜像检索流程四、计算管理4.…...

编程日记 2025/8/4 7:13:51

1.5 GPT 模型家族全解析：从 GPT-1 到 GPT-4 的演进与创新

GPT 模型家族全解析：从 GPT-1 到 GPT-4 的演进与创新随着人工智能技术的飞速发展，GPT（Generative Pre-trained Transformer）模型家族已经成为了现代自然语言处理（NLP）领域的标杆。从初代的 GPT-1 到最新的 GPT-4，每一代模型的发布都标志着人工智能技术的一个飞跃，并推…...

编程日记 2025/8/3 8:16:38

C#如何调用执行命令行窗口（CMD）

一、引言在 C# 的编程世界里，我们常常会遇到需要与操作系统底层进行交互的场景。这时，调用命令行窗口（CMD）就成为了一个强大的工具。无论是自动化日常任务，还是执行外部程序和批处理文件，通过 C# 调用 CM…...

编程日记 2025/7/29 11:29:47

归子莫的科技周刊#2：白天搬砖，夜里读诗

归子莫的科技周刊#2：白天搬砖，夜里读诗本周刊开源，欢迎投稿。刊期：2025.1.5 - 2025.1.11。原文地址。封面图下班在深圳看到的夕阳，能遇到是一种偶然的机会，能拍下更是一种幸运。白天搬砖，…...

编程日记 2025/8/4 7:13:35

Spring Boot + Apache POI 实现 Excel 导出：BOM物料清单生成器（支持中文文件名、样式美化、数据合并）

目录引言 Apache POI操作Excel的实用技巧 1.合并单元格操作 2.设置单元格样式 1. 创建样式对象 2. 设置边框 3. 设置底色 4. 设置对齐方式 5. 设置字体样式 6.设置自动换行 7. 应用样式到单元格 3. 定位和操作指定单元格 4.实现标签-值的形式 5.列宽设置 1. 设…...

编程日记 2025/8/4 6:35:38

OpenVela——专为AIoT领域打造的开源操作系统

目录一、系统背景与开源 1.1. 起源 1.2. 开源二、系统特点 2.1. 轻量化 2.2. 标准兼容性 2.3. 安全性 2.4. 高度可扩展性三、技术支持与功能 3.1. 架构支持 3.2. 异构计算支持 3.3. 全面的连接套件 3.4. 开发者工具四、应用场景与优势 4.1. 应用场景 4.2. …...

编程日记 2025/8/4 7:09:30

02UML图（D1_结构图）

目录学习前言 ---------------------------------- 讲解一：类图一、类图的组成结构 1. 类(Class) 1.1. 类的成员变量的表示方式 1.2. 类的成员方法的表示方式 2. 接口（Interface） 3. 包（Package） 二、UML类…...

编程日记 2025/8/4 7:13:35

二十三种设计模式-装饰器模式

一、定义与核心思想装饰器模式是一种结构型设计模式，其核心思想是动态地给一个对象添加一些额外的职责。通过这种方式，可以在不改变原有对象结构的基础上，灵活地增加新的功能，使得对象的行为可以得到扩展，同时又保持…...

编程日记 2025/8/4 7:15:34

SSM课设-酒店管理系统功能设计

【课设者】SSM课设-酒店管理系统分为用户端管理员端技术栈: 后端: Spring Spring MVC MyBatis Mysql JSP 前端: HtmlCssJavaScriptAjax 功能: 用户端主要功能包括： 登录注册客房预订客房评论首页管理员端主要功能包括： 会员信息管理客房信息…...

编程日记 2025/8/4 7:13:51

R语言的文件操作

R语言的文件操作引言在数据科学和分析的过程中，文件操作是不可或缺的一部分。R语言作为一种强大的统计计算和图形作图的编程语言，提供了丰富的文件操作函数，使得用户能够方便地读取和保存数据。本文将详细介绍R语言中的文件操作&#xff…...

编程日记 2025/8/4 7:12:50

[javaWeb]初识Web

将该图片在浏览器中打印出来代码： <html> <head> <title>HTML初识</title> </head> <body> <h1>猫猫</h1> <img src "img/1.jpg"> </body> &l…...

编程日记 2025/8/4 7:12:49

基于微信小程序的摄影竞赛系统设计与实现（LW+源码+讲解）

专注于大学生项目实战开发,讲解,毕业答疑辅导，欢迎高校老师/同行前辈交流合作✌。技术范围：SpringBoot、Vue、SSM、HLMT、小程序、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、安卓app、大数据、物联网、机器学习等设计与开发。主要内容：…...

编程日记 2025/8/4 7:10:47

.netframwork模拟启动webapi服务并编写对应api接口

在.NET Framework环境中模拟启动Web服务，可以使用几种不同的方法。一个常见的选择是利用HttpListener类来创建一个简单的HTTP服务器，或者使用Owin/Katana库来自托管ASP.NET Web API或MVC应用。下面简要介绍Owin/Katana示例代码。这种方法更加灵活&#x…...

编程日记 2025/8/3 12:04:49

Go语言之路————条件控制：if、for、switch

Go语言之路————if、for、switch 前言ifforswitchgoto和label 前言我是一名多年Java开发人员，因为工作需要现在要学习go语言，Go语言之路是一个系列，记录着我从0开始接触Go，到后面能正常完成工作上的业务开发的过程&#xff0…...

编程日记 2025/8/4 7:10:47

54，【4】BUUCTF WEB GYCTF2020Ezsqli

进入靶场吓我一跳，但凡放个彭于晏我都不说啥了提交个1看看 1 and 11 1# 还尝试了很多，不过都被过滤了，头疼看看别人的WP 竟然要写代码去跑！！！，不会啊，先用别人的代码吧&#xf…...

编程日记 2025/8/4 7:13:50

在线图片压缩工具

在线图片压缩工具，无需登录，无需成本，用完就走。包括中文和英文版本。官网地址： https://compress.openai2025.com/ 效果：...

编程日记 2025/7/18 0:10:38

快手极速版如何查找ip归属地？怎么关掉

在数字化时代，个人隐私的保护成为了广大用户关注的焦点。快手极速版作为一款备受欢迎的短视频应用，其IP归属地的显示与关闭功能自然也成了用户热议的话题。本文将详细介绍如何在快手极速版中查找IP归属地以及如何关闭IP属地显示，帮助用户更好…...

编程日记 2025/8/4 7:09:30

精准掌握：Nginx匹配规则及其优先级解析

Nginx作为一款高性能的HTTP和反向代理服务器，其配置文件的匹配规则及优先级设置对于实现精确的请求路由和资源分配至关重要。本文将深入探讨Nginx的匹配规则及其优先级，帮助读者更好地理解和应用这些配置。一、Nginx匹配规则概述 Nginx的匹配规则主要…...

编程日记 2025/7/30 18:39:56

在VS2022中用C++连接MySQL数据库读取数据库乱码问题

1.正确安装mysql 安装之后的配置文件 2.在VS2022中进行相关配置 （1）右键项目，打开属性注意是右键项目，不是.cpp文件 （2）配置属性-> VC目录 -> 包含目录 ->添加头文件路径（如图&am…...

编程日记 2025/8/4 7:15:33

RocketMQ源码分析之事务消息分析

rocketMQ事务消息原理概述 RocketMQ采用两阶段提交（2PC）的思想来实现事务消息，当事务消息失败或者超时，同时采用补偿的方式处理这个问题。这两个阶段分别为正常事务消息的发送与提交以及事务消息的补偿。我们看看官方文档给的事务…...

编程日记 2025/8/1 12:35:43

2025.1.19机器学习笔记：PINN文献精读

第三十周周报一、文献阅读题目信息摘要Abstract创新点物理背景网络框架实验实验一：直道稳定流条件实验二：环状网络中的非稳定流条件结论缺点及展望二、代码实践总结一、文献阅读题目信息题目：《Enhanced physics-informed neural net…...

编程日记 2025/7/31 4:53:04

大文件上传服务-后端V1V2

文章目录大文件上传概述:minio分布式文件存储使用的一些技术校验MD5的逻辑 uploadV1 版本 1uploadv2 版本 2 大文件上传概述: 之前项目做了一个文件上传的功能,最近看到有面试会具体的问这个上传功能的细节，把之前做的项目拿过来总结一下，自己写的一个…...

编程日记 2025/7/31 20:48:49

docker 基础语法学习，K8s基础语法学习，零基础学习

下面是关于Docker和Kubernetes的基础语法学习资料，包括一些关键概念和示例代码。 Docker 基础语法 1. 安装 Docker 首先，你需要安装 Docker。以下是不同操作系统上的安装指南： Windows/Mac: 下载并安装 Docker Desktop。 Linux: 根据你的…...

编程日记 2025/8/4 1:24:18

【网络协议】RFC3164-The BSD syslog Protocol

引言 Syslog常被称为系统日志或系统记录，是一种标准化的协议，用于网络设备、服务器和应用程序向中央Syslog服务器发送日志消息。互联网工程任务组（IETF）发布的RFC 3164，专门定义了BSD Syslog协议的规范和实现方式。通…...

编程日记 2025/8/3 19:18:28

MongoDB深度解析与实践案例

MongoDB深度解析与实践案例在当今大数据与云计算盛行的时代，NoSQL数据库以其灵活的数据模型、水平扩展能力和高性能，成为处理海量数据的重要工具之一。MongoDB，作为NoSQL数据库的杰出代表，凭借其面向文档的存储结构、强大的查询语言以及丰富的生态系统，赢得了众多开发者…...

编程日记 2025/7/29 19:46:17

C语言从零到精通：常用运算符完全指南，掌握算术、逻辑与关系运算

系列文章目录 01-C语言从零到精通：常用运算符完全指南，掌握算术、逻辑与关系运算文章目录系列文章目录前言一、C语言的起源与应用领域1.1 C语言的起源1.2 C语言的应用领域1.2.1 操作系统开发1.2.2 嵌入式系统1.2.3 编译器开发1.2.4 游戏开发与图形处理…...

编程日记 2025/7/29 17:14:28

ArkUI概述

鸿蒙操作系统（HarmonyOS）是华为公司推出的一款面向未来、面向全场景的分布式操作系统。它不仅能够支持各种不同的设备，从手机、平板到智能穿戴和智能家居产品，而且为开发者提供了一套统一的开发环境和工具链。对于想要深入鸿蒙开发…...

编程日记 2025/8/3 21:30:57

浅谈计算机网络03 | 现代网络组成

现代网络组成一、网络生态体系1.1网络生态系统的多元主体1.2 网络接入设施的多样类型二、现代网络的典型体系结构解析三、高速网络技术3.1 以太网技术3.2 Wi-Fi技术的深度剖析3.2.1 应用场景的多元覆盖3.2.2 标准升级与性能提升 3.3 4G/5G蜂窝网的技术演进3.3.1 蜂窝技术的代…...

编程日记 2025/8/4 7:01:50

在线图片马赛克处理工具

在线图片马赛克处理工具，无需登录，无需费用，用完就走。包括中文和英文版本官网地址： https://mosaic.openai2025.com...

编程日记 2025/7/7 5:58:37

文件上传分片上传

分片上传则是将一个大文件分割成多个小块分别上传，最后再由服务器合并成完整的文件。这种做法的好处是可以并行处理多个小文件，提高上传效率；同时，如果某一部分上传失败，只需要重传这一部分，不影响其他部分…...

编程日记 2025/7/31 1:26:03

网络安全---CMS指纹信息实战

CMS简介 CMS（Content Management System）指的是内容管理系统，如WordPress、Joomla等。CMS系统非常常见，几乎所有大型网站都使用CMS来管理其网站的内容。由于常见CMS的漏洞较多，因此黑客将不断尝试利用这些漏洞攻击CMS…...

编程日记 2025/7/31 6:23:58

Ubuntu 24.04 LTS 系统语言英文改中文

Ubuntu 24.04 LTS 修改软件源 Ubuntu 更改软件源修改语言无需输入命令，为Ubuntu 24.04系统添加中文智能拼音输入法在 setting 的 system 中按下图操作点击“Apply Changes”。需要管理员密码，安装完成后，退出登录，重新登…...

编程日记 2025/8/3 14:25:22

信创在医疗领域的应用：开启医疗信息化新时代

信创在医疗领域的应用：开启医疗信息化新时代信创在医疗领域的应用：开启医疗信息化新时代信创医疗自助一体机杭医基于信创底座的健康医疗大数据平台厦门大学附属成功医院基于海光CPU的信创改造中科可控基于海光CPU的智慧医疗解决方案信创在医疗领域的应…...

编程日记 2025/7/30 17:12:24

力扣-数组-303 区域和检索-数组不可变

解析题目有点费解，大致应该是给出区间内的和，然后维护一个前缀和，为了防止越界，先填一个0进去，在构建的时候也要注意此时构建的dp的下标是i1，所以加的前缀和的下标是i。代码 class NumArray { public:…...

编程日记 2025/8/3 20:24:27

【CSS】---- CSS 实现超过固定高度后出现展开折叠按钮

1. 实现效果 2. 实现方法使用 JS 获取盒子的高度，来添加对应的按钮和样式；使用 CSS 的浮动效果，参考CSS 实现超过固定高度后出现展开折叠按钮；使用容器查询 – container 语法；使用 clamp 函数进行样式判断。 3. 优…...

编程日记 2025/7/31 3:49:03

二十项零信任相关的前沿和趋势性技术-MASQUE

影响力评级：较低市场渗透率：不到目标受众的 1% 成熟度：孵化定义：基于QUIC加密的多路复用应用程序底层 (MASQUE) 是一个 IETF 标准草案，可实现流量的安全传输和代理。 MASQUE全称为：Multiplexed Appli…...

编程日记 2025/8/3 18:26:47

【Docker】使用Dev Container进行开发

工作区 Dev Container 设置新建一个文件夹 ./devcontainer 然后下面放 devcontainer.json 然后安装 vscode dev container 插件，然后 CtrlShiftP 启动 Container {"name": "PyTorch-Julia Development","image": "x66ccff/p…...

编程日记 2025/8/1 14:32:36