Sewar是一个使用不同指标进行图像质量评估的python包

独特 的代码库和（ICIP2020） 前提条件： Python 3+ PyTorch 1.4+ Matlab的在Ubuntu18.04上成功测试之后，其他操作系统（即其他Linux发行版，Windows）也应该可以。 用法 从多个数据库中采样图像对 data_all.m 组合采样对以形成训练集 Combine_train.m 在多个数据库上进行10次培训 python Main.py --train True --network basecnn --representation BCNN --

图像质量评估 该存储库基于Google的研究论文提供了美学和技术图像质量模型的实现。 您可以在他们的上找到快速介绍。 NIMA包含两个模型，分别用于预测图像的美学和技术质量。 通过转移学习对模型进行训练，其中将ImageNet预先训练的CNN用于分类任务并对其进行微调。 有关如何将NIMA用于解决特定问题的更多信息，我们在两个博客文章中进行了撰写： NVIDIA开发者博客： 中： 提供的代码允许使用任何预训练模型。 我们还提供Docker映像，用于AWS EC2上的本地CPU培训和远程G