LINUX.ORG.RU

История изменений

Исправление peregrine, (текущая версия) :

Так меня звали с нейронками. Что надо сделать? Сделать шумогенератор или шумоподавитель? Это, конечно всё очень ресурсоёмко станет, если серьёзную (промышленного уровня и качества) сетку учить то месяцы на таком железе, а так можно и с более простым поиграться. Варианта 2 классических - GAN-сети и их модификации или автокодировщик с глубоким обучением, как вариант какая-то их комбинация, но там думать надо долго (вполне потянет на кандидатскую если хорошо всё продумать), можно ли или нельзя и что именно можно и насколько оно от этого станет медленным. GAN скорее всего, будет лучше в общем случае, комбинации которая сочетала бы их сильные стороны не беря недостатки обоих, нет на текущий момент или она мне не известна, я про изображения только теорию немного знаю, на практике пока только текст и статистические данные, например статистику продаж, лопатил, да и не только нейронками.

GAN более фотореалистичен, автоэнкодер, возможно, будет более эффективен если шум сильный.

А вообще я бы начал с классических методов, например, этих. Гуглить по запросу denoise image algorithms.

Исходная версия peregrine, :

Так меня звали с нейронками. Что надо сделать? Сделать шумогенератор или шумоподавитель? Это, конечно всё очень ресурсоёмко станет, если серьёзную (промышленного уровня и качества) сетку учить то месяцы на таком железе, а так можно и с более простым поиграться. Варианта 2 классических - GAN-сети и их модификации или автокодировщик с глубоким обучением, как вариант какая-то их комбинация, но там думать надо долго, можно ли или нельзя и что именно можно и насколько оно от этого станет медленным. GAN скорее всего, будет лучше в общем случае, комбинации которая сочетала бы их сильные стороны не беря недостатки обоих, нет на текущий момент или она мне не известна, я про изображения только теорию немного знаю, на практике пока только текст и статистические данные, например статистику продаж, лопатил, да и не только нейронками.

GAN более фотореалистичен, автоэнкодер, возможно, будет более эффективен если шум сильный.

А вообще я бы начал с классических методов, например, этих. Гуглить по запросу denoise image algorithms.