论文阅读：Lightweight Pyramid Networks for Image Deraining

最新推荐文章于 2026-08-02 00:49:02 发布
原创 最新推荐文章于 2026-08-02 00:49:02 发布 · 2.1k 阅读 · 6
本文介绍LPNet，一种用于雨滴去除的轻量级网络，通过结合高斯-拉普拉斯金字塔技术，采用递归和残差结构，实现了参数精简，深度和结构简化。网络利用多尺度技术和去除BN层，提升灵活性并减少计算资源。

稍微整理一下这两篇轻量级的网络。内容比较少，也不写多

2019 T-NNLS：LPNet

这篇文章也是傅雪阳的一篇文章，主要提出了一种轻量级的金字塔网络。
工程：LPNet

在这里插入图片描述

简而言之，文章简化了网络结构，在神经网络中引入了高斯拉普拉斯金字塔分解技术，采用了递归和残差网络结构构建网络，大大减少了网络参数。

主要创新之处

1、CNN结合经典的高斯-拉普拉斯金字塔技术，提出了一个参数较少、深度较浅、结构简单的网络。
2、网络结合了多尺度技术、递归和残差学习，同时去除了BN。

网络结构

整体网络结构：
在这里插入图片描述
子网络：
在这里插入图片描述
递归模块：
在这里插入图片描述

首先将一个rainy图像分解成

标签
#深度学习 #计算机视觉 #python
最低0.47元/天 解锁文章
论文阅读：Multi-Scale Progressive Fusion Network for Single Image Deraining
wang_chaochen的博客
11-23 6402
坐得住凳子。 2020CVPR：MSPFN 这篇文章是2020CVPR的一篇文章，作者来自武汉大学。文章主要结合金字塔结构、信道注意力机制进而协同地表示出多尺度的雨纹信息，提出了一种MSPFN网络。 代码：戳我 本文主要提出了一种多尺度渐进融合网络(MSPFN)。 对于雨的成像原理，由于雨和相机之间的距离不同，导致图片中的雨水会呈现出不同的模糊度和分辨率，因此可以利用多分辨率和多尺度之间的互补信息来表示雨纹。本文主要提出了一个框架从输入图像尺度和层次深度特征的角度，探讨了雨纹的多尺度协同表示，进而完成去雨
论文阅读：DRD-Net: Detail-recovery Image Deraining via Context Aggregation Networks
wang_chaochen的博客
08-08 3504
应该不断沉淀自己，提升自己。 2020 CVPR ： DRD-Net 这篇文章是2020年CVPR的一篇文章，主要是提出了一种基于两个结构相似的子网络分别用于去雨和恢复细节的DRD-Net。 代码：Coming soon！ （目前看到的论文版本不像是CVPR格式的，害） 对于现有的图像去雨方法，传统方法在去除暴雨时效果不佳，基于学习的方法则会导致图像细节丢失、伪影及颜色失真等图像退化。 本文则是提出了DRD-Net，一种基于上下文聚合网络的细节恢复的图像去雨方法。 主要是引入了两个具有综合损失函数的子网络
UIE Notes | Underwater Image Enhancement With Lightweight Cascaded Network
Alarmist的博客
11-03 738
Recently, many low-level tasks (e.g., LapSRN for single image super-resolution, LPNet （From Lightweight Pyramid Networks for Image Deraining）for single image rain removal) use Laplacian pyramid to build their lightweight architecture and achieve promising
去雨方向工作概述（一）
wang_chaochen的博客
12-02 5137
写在最前面： 一个优秀的整理去雨文章的GitHub：戳我 较早以前的文章 这里大部分文章是传统方法或者视频去雨。 1.Automatic Single-Image-Based Rain Streaks Removal via Image Decomposition (2012 TIP) 基于图像分解的自动单幅图像雨纹去除 1.文章做出了哪些成果？ 由于单幅图像去雨不像视频去雨那样可以利用图像之间的...
论文阅读：Recurrent Squeeze-and-Excitation Context Aggregation Net for Single Image Deraining
wang_chaochen的博客
11-23 3442
2018 ECCV：RESCAN 本篇文章是2018年ECCV的一篇文章，也很出名，主要是提出了一种递归的SE上下文扩张网络来完成单幅图像的去雨。
论文阅读：Image De-raining Using a Conditional Generative Adversarial Network
wang_chaochen的博客
12-19 3441
arXiv2017/2019 TCSVT： ID-CGAN 本篇文章是2017年提出的一种基于cGAN网络的一种新的去雨网络。主要是试图使用具有强大的生成建模能力的条件GAN网络加上一个强制约束，即去雨图像必须与相应的背景图像不可区分。同时GAN网络的对抗损失提供了额外的正则化。同时，还提出了一种新的细化损失函数，旨在减少GAN网络引入的伪影。生成器子网络使用了密集连接网络，判别器则是利用全局和...
论文阅读：Deep Joint Rain Detection and Removal from a Single Image
wang_chaochen的博客
11-23 3265
2017 CVPR：JORDER JORDER： JOint Rain DEtection and Removal 文章主要提出了一种多任务的联合检测和去除的去雨网络。 创新之处： 1、对雨的建模进行改进，增添了一个二值映射，形成了一个区域依赖的雨模型用于提供雨纹位置。同时还对大雨情况下因为雨纹的累积以及不同形状和方向雨纹的重叠形...
论文阅读：Density-aware Single Image De-raining using a Multi-stream Dense Network
wang_chaochen的博客
12-31 3162
2018 CVPR : DID-MDN 本篇文章是2018年CVPR的一篇文章，也比较出名，很多文章都会进行对比，主要提出了一种基于密度感知的多流密集网络完成单幅图像去雨。 DID-MDN：a density-aware multi-stream densely connected convolutional neural network . 用于联合雨的密度估计和去雨。 该方法使网络本身能够自...
论文阅读： Gated Context Aggregation Network for Image Dehazing and Deraining
wang_chaochen的博客
11-23 3141
今天发现自己构思了很久的一个想法，已经初步成型 的网络，在ArXiv上发现了已经成型的论文。害，现在心情很down 2018 WACV ：GCANet 这篇文章主要结合平滑扩张卷积以及提出了一种门限融合子网络来完成图像的去雾和去雨，效果比较好。 本片文章主要是提出了一个端到端门控上下文聚合网络来直接恢复最终的无模糊图像。 在该网络中，我们采用最新的平滑扩张卷积技术来帮助去除广泛使用的扩张卷积引起的网格伪影，而额外的参数可以忽略，并利用门控子网络融合不同层次的特征。 主要关键词： 平滑扩张卷积 + 门控融合
论文阅读：Syn2Real Transfer Learning for Image Deraining using Gaussian Processes
wang_chaochen的博客
06-24 2923
写在最前面： 因为疫情的原因，迟迟不能开学。在家里虽然也在看论文，但之前有别的事情在做，但是没有坚持继续写博客，现在继续拾起来。把之前看的几篇比较有意思的论文做个总结，在我后面需要用的时候也是个参考。 不能打败你的，都将使你更强大。 2020CVPR：高斯过程+半监督学习+迁移学习 这篇文章是2020CVPR的一篇文章，主要提出了一种基于高斯过程的半监督学习方法。 论文地址： ...
论文阅读：Depth-attentional Features for Single-image Rain Removal
wang_chaochen的博客
12-12 2876
2019 CVPR：DAF-Net 这是2019CVPR的一篇文章，主要创新点是引入了深度信息完成去雨。 分页符
论文阅读：Selective Kernel Networks
wang_chaochen的博客
11-23 2432
这是一篇算是结构性的文章，拿来看一下 2019CVPR ： SK-Net Selective Kernel Networks 由字面意思，选择性内核网络，可以自适应调整核大小的网络。 拟解决问题： 标准的CNN中，每一层的人工神经元的感受野设计为相同的大小。但是视觉皮层神经元的感受野大小是受刺激调节的，人工构造则没有考虑到这一点。这样就会导致在捕捉特征的时候无法很准确地捕捉特征。 本文则是提出了一种动态选择机制，允许每个神经元根据输入信息的多个尺度自适应调整感受野的大小。设计了一种被称为选择内核(SK)单
去雨方向工作概述（二）
wang_chaochen的博客
12-04 2216
这里是2017年一些顶会或顶刊上的一些去雨方向上的文章，做一个简略的记录。 2017 1.Error-optimized sparse representation for single image rain removal (2017 TIE) 基于误差优化稀疏表示的单幅图像去雨 文章主要提出了一种**基于误差优化稀疏表示模型（EOSR）**的雨纹去除方法。 该EOSR模型从稀疏表示模型出发，考...
论文阅读：Attentive Generative Adversarial Network for Raindrop Removal from A Single Image
wang_chaochen的博客
06-27 2169
顺手把这两篇比较相像的GAN网络整理一下。 心有猛虎，细嗅蔷薇。 2018CVPR：Attentive GAN 本篇文章是2018年一篇CVPR，主要是针对雨滴Raindrop的去除提出了一种方法，在GAN网络中引入注意力机制，将生成的注意力图和原始有雨图像一起输入，完成去雨。是北大Jiaying Liu老师课题组的一篇文章，同组比较知名的去雨方面研究还有杨文瀚。 作者源代码：戳我 python3.5复现代码：戳我 作者指出，对于雨滴去除问题，首先是被雨滴遮挡的区域没有给出，其次大部分被遮挡区域的背景信息
论文阅读：Removing rain from single images via a deep detail network
wang_chaochen的博客
12-09 2169
之前的概述所包含的文章内容主要包括了视频的去雨，以及基于传统方法（像核回归非局部均值滤波、低秩矩阵、基于Patch的建模、判别稀疏编码、GMM层先验等等）的单幅图像去雨。 从这篇往后会认真看去雨的网络方法。 1、2017CVPR ： DDN 这篇文章主要基于深度卷积神经网络以及ResNet，提出了一种深度细节网络用于减少从输入到输出的映射范围，使得学习过程更简单。 同时使用先验图像域知识，在训练...
数据增广+微调
2403_88436129的博客
08-01 190
本文介绍了计算机视觉中的数据增广技术和模型微调方法。数据增广部分阐述了包括翻转、裁剪、色彩调整等多种图像变换技术，以及如何通过代码实现这些增广方法。模型微调部分详细解释了预训练模型的应用流程：1）在源数据集预训练模型；2）复制源模型结构（除输出层）；3）为目标任务定制新输出层；4）分层调整学习率进行训练。文章以热狗识别为例，展示了如何对预训练模型（如ResNet）进行微调，特别强调了区分特征提取层（小学习率）和新输出层（大学习率）的不同训练策略。
yolo核心组件9：BiFPN 加权双向特征金字塔
最新发布
xiaobaiwsc的博客
08-02 194
【摘要】EfficientDet论文提出了BiFPN（加权双向特征金字塔网络），通过可学习的特征权重优化多尺度特征融合。BiFPN在FPN和PANet基础上改进：(1)引入快速归一化加权融合机制，平衡不同尺度特征的贡献；(2)优化双向跨层连接拓扑结构；(3)支持重复堆叠增强特征交互。实验表明，BiFPN在保持高效计算的同时显著提升了目标检测性能。其核心创新在于采用归一化权重公式（$Output=\sum\frac{w_i}{\epsilon+\sum w_j}·Resize(Feature_i)$），相比S
人脸情绪识别模型
jester666的博客
07-31 260
意义：通过卷积神经网络（CNN）自动识别图片中的人脸表情属于哪一类情绪。
深度学习中空间的理解
hongyucai的博客
07-30 490
二维平面，直线可以靠交点互相“免费叠加”；三维空间直线大多异面，堆叠有几何代价。即便外在体积可以为零，内在分形维度必须锁死等于环境空间维数。这套定理，是波动方程、电磁波高频传播的底层几何约束。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值