- Задача - улучшение яркости изображения
- Язык программирования Python
- Ограничений по использованию библиотек и сторонних функций нет
Набор данных содержит содержит 745 примеров тёмных картинок. В каталоге low хранятся тёмные изображения, в каталоге high - соответсвующие им яркие изображения. Пример загрузки датасета в PyTorch приведён в файле dataset.py
Ссылка на датасет
Пример расчёта метрик представлен в файле evaluation.py. Для оценки качества используются следующие метрики:
- PSNR - Пиковое отношение сигнала к шуму;
- SSIM - Индекс структурного сходства;
- LPIPS - Learned Perceptual Image Patch Similarity.
- Наше решение реализовано на базе архитектуры DCE Net - это архитектура типа Кодер-Декодер. Оптимизатор - Adam, 200 эпох, batch size = 8. Тренировочная и тестовая выборки составляют 70% и 30% от исходного набора, соответсвенно.
- На обработку одного изображения у нашего решения уходит 1,5 (мс).
- Таблица содержит результаты вычисления метрик при разном размере батча.
PSNR | SSIM | LPIPS |
---|---|---|
13.29 | 0.65 | 0.21 |