Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
You can not select more than 25 topics
Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
chihy
ff6f9b2381
|
2 years ago | |
|---|---|---|
| .idea | 2 years ago | |
| net | 2 years ago | |
| 0251.jpg | 2 years ago | |
| dehaze_api_test.py | 2 years ago | |
| readme.md | 2 years ago | |
| requirements.txt | 2 years ago | |
| test_CID.png | 2 years ago | |
readme.md
交通场景图片&视频去雾
PCID-Net：Peng Cheng Image Dehazing Network
版本
1.0
描述
针对雾天采集的交通场景图片及视频，引入自动去雾能力，对图片及视频进行增强。
环境要求
请参考 requirements.txt
适用场景
主要面向受大雾影响的交通场景图片，其他带雾日常图片亦可。
输出图像可提高检测算法在大雾场景下的检测准确率。对于带雾图片，先经本算法的去雾，后再经过检测算法，检测结果会有提升。
一般正常的带雾图像也可输入进行去雾操作，但是本算法不以视觉质量提升为目标，输出图像可能会有亮度对比度风格等调整。
调用说明
模型初始化
from net.api import DehazingNet
dehaze_net = DehazingNet()
图片推理
dehaze_img = dehaze_net.dehaze(haze_img)
输入说明
| 参数 | 类型 | 是否必填 | 说明 |
|---|---|---|---|
| haze_img | PIL.Image.Image 或 ndarray | 是 | 维度为(H,W,C)的图片，通道类型为RGB, 图片长宽应大于50*50 |
输出说明
| 参数 | 类型 | 说明 |
|---|---|---|
| dehaze_img | Tensor（torch.float32） | 维度为(c,h,w)的tensor，通道类型为RGB |
调用示例
from PIL import Image
from net.api import DehazingNet
import torchvision.utils as vutils
haze_img = Image.open('0251.jpg')
dehaze_net = DehazingNet()
dehaze_img = dehaze_net.dehaze(haze_img)
vutils.save_image(dehaze_img, 'test_CID.png')
输入输出对比
针对交通道路雾天采集的交通场景图片及视频，引入自动去雾能力，对图片及视频进行增强
Python MATLAB Shell Text Markdown
Contributors (1)