在百度网盘AI大赛文档图像摩尔纹消除赛题中，团队采用改进的多尺度卷积神经网络（基于IDR网络改动），在A榜获第一、B榜获第二。主要改动包括叠加Non-Local模块、增加特征通道，配合数据增强和调参优化，测试集B后处理可提升PSNR 1db。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

去除摩尔纹，A榜第一，B榜第二。

采用改进的多尺度卷积神经网络来去除摩尔纹。 多尺度网络基于IDR: Self-Supervised Image Denoising via Iterative Data Refinement进行改动。

一、任务分析

本次比赛去摩尔纹，通过消除拍摄时的摩尔纹噪声，还原图片原本的样子，其本质，也是图像复原任务。从评价指标来看，主要是PSNR和MSSSIM，也是图像复原任务中常用的客观评价指标，并且指标归一化后也是很合理的，PSNR和MSSSIM占比一样。其次，从本次的比赛训练数据和测试数据分析。训练数据有1000对，其中包含典型摩尔纹的场景数据占比较少，更多的数据场景，可以归为色彩增强。但是测试集A和测试集B中，典型摩尔纹场景的图片占比较大，因此在这批训练数据上训练的模型，在测试集中会有不稳定的差异。解决方案来讲，最直观有效的是增加对应的训练数据。其次就是进行后处理。

二、模型构建思路及调优过程

（1）算法思路；
基于对本次训练数据的分析，我们团队没有直接尝试经典的去摩尔纹的网络。而是修改了几个去噪网络来进行任务。最初是对去年性能很好的MIMOUNet，Restormer以及Uformer网络进行修改。其中MIMOUNet只进行三次降采样，训练和修改的效果来看，线上没有训练很高。。而基于Transformer的方案网络存在训练和测试，效果差异大，不稳定的情况，因此舍弃了使用Transformer的方案(这里不排除是我训练的不够好的情况，各位如果有训练效果还可以的，欢迎交流)。后来对比赛任务进一步分析，感觉无论是色彩在增强还是去摩尔纹，不同的图片的退化差异都比去噪任务更大，需要比去噪更大的感受野。因此就想尝试更多次的降采样，于是使用paddle实现了IDR网络。初次的训练线上分数0.66，提分很明显。之后在该网络的底层增加Non-Local模型，进一步增大感受野。指标也有了进一步的提升。
主要改动：
基于IDR网络：
1.在底层叠加了Non-Local模块，提高网络获取全局信息的能力。
2.把网络特征通道从48增加到96，提高网络的学习能力。

（2）数据增强/清洗策略；
1.训练数据增强：水平翻转，竖直翻转，旋转。
2.测试增强：水平翻转，竖直翻转。

（3）调参优化策略；
每30w iter，lr减半

美图云修

商业级AI影像处理工具

50 查看详情

（4）训练脚本/代码
python train.py

（5）测试脚本/代码，必须包含评估得到最终精度的运行日志； python test.py

三、后处理流程：

**说明：**测试集B更适合后处理，PSNR提升应该在1db，但是由于需要手动设置阈值，未使用该方式。

四、代码内容说明

checkpoint: 保存模型的文件夹
dataloading: 定义数据加载
modules: 定义模型
log: 训练日志
loss: 损失函数

以上就是百度网盘AI大赛：文档图像摩尔纹消除第二名方案的详细内容，更多请关注其它相关文章！

# 不稳定  # 北仑网站推广企业电话  # 网销怎么自建网站推广页  # 淮阴网站优化软件  # 营销推广的英语  # 台州手机网站建设案例  # 旅行网站建设规定  # 市北区网站建设有哪些  # 贾汪区推广网络营销中心  # 常州网站建设答疑解惑  # seo的定义与关系  # 官网  # python  # 线上  # 更大  # 后处理  # 美图  # 一言  # 文档  # 中文网  # 百度网  # 百度  # 百度网盘  # ai 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： 爱奇艺会员qq登录可以几个人用？  如何以管理员身份打开cmd命令行窗口  单片机是怎么计时的  如何编写一个linux命令  市盈率3.2是什么意思  typescript是什么软件  课程伴侣登不上怎么办  vi命令如何退出  内网和外网区别 内网和外网有什么区别  如何以管理员身份打开命令提示符  营收和gmv区别_营收和gmv有什么区别  路由器power灯一直亮是什么意思  typescript怎么拼接  typescript怎么解析vue TypeScript在vue中的使用最新解读  迅达热水器显示power是什么意思  春运订票什么时候抢票  typescript参数怎么用  early什么意思  春运抢票哪个平台好抢  手机全功能type-c接口是什么意思  夸克用的什么服务器  单片机怎么连接电路图  单片机怎么控制内功率  typescript如何定义变量  如何用固态硬盘做缓存  新买的固态硬盘如何查  typescript怎么设置滚动条  折叠手机屏易坏吗为什么  买的5g手机但是没有5g网络怎么办  广东春运抢票怎么抢不到  苹果16有哪些系统  手机nfc功能功能是什么意思  固态硬盘如何保存  react怎么使用 typescript  哪些框架支持typescript  element ui是什么  区块链的热闹将何去何从？  商誉是什么意思  8k是多少钱  索尼type-c接口是什么  交管12123协议头不完整是啥意思  typescript学多久可以学会  ping命令如何看问题  如何自己加装固态硬盘  typescript能干什么  j*a怎么声明byte数组  j*a map数组怎么用  怎么打印数组j*a  如何通过命令行启动tomcat  市盈率tt的扣非是什么意思