• 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.