ML将黑暗图像转换为光线

该存储库显示了用于Mirnet模型的TFJS模型转换和推理过程，如通过学习丰富的功能，以获得丰富的特征，以获得真实的图像恢复和Zamir等人的增强。该模型能够在很大程度上增强低光图像。

MIRNET提出了一种新颖的架构，具有通过整个网络维持高分辨率表示的集体目标，并从低分辨率表示中展开强大的上下文信息。

该方法的核心是包含以下关键元素的多尺度残余块：

上图显示了所提出的网络MIRNet的框架，用于了解富集的图像恢复和增强功能的丰富的功能表示。

此笔记本显示下载Mirnet模型的预先训练权重的过程，并将其保存为SavedModel。

此笔记本显示将SavedModel转换为TFJS格式的过程，我们内置的TFJS格式为Mirnet模型。它还显示对此进行优化。

该笔记本显示了在几个低灯照片上推断Mirnet模型的过程。

只需单击此按钮即可启动该示例。可以在此回购中的示例文件夹下找到示例的代码。截至目前，此示例是一个非常简单的一个，您可以在下面的图像中看到。示例网站部署在Azure App Services的Free Tier上，因此推理可能需要一段时间（90秒左右）当大量人员同时使用它。

要使用此示例启动和运行，请运行以下命令，确保已安装Node.js。

git clone [email protected]：Rishit-Dagli / Mirnet-TFJS.git＃或克隆自己的Fork CD Mirnet-TFJS CD示例＃切换到示例foldernpm installnpm start

或者，您也可以使用此示例启动和运行此示例，并使用在线服务Repl.it。单击此按钮开始后开始，然后单击顶部或运行NPM的运行按钮，Voila您的应用程序现在正在运行🚀。

示例文件夹具有独立的ModelTest.js文件，它试图在指定的文件上运行模型，然后保存输出以测试模型。您可以通过以下文件测试模型：

git clone [email protected]：Rishit-Dagli / Mirnet-TFJS.git＃或克隆您自己的Fork CD Mirnet-TFJS CD示例＃切换到示例Foldernpm InstallNode ModelTest.js

ModelTest.js在根目录中使用input.png映像文件并输出输出.png映像文件。

版权所有2020 rishit在apache许可证下，版本2.0（＆＃34;许可证＆＃34;）;除非遵守许可证，您可能无法使用此文件。您可以在http：// www获取许可证的副本 .apache.org /许可证/许可证/许可证-2.0套/许可证所要求的适用法律或者同意以书面形式，在许可证下SofdwareDistreibute在一个＆＃34上分发;如＆＃34; 基础，没有任何形式的保证或条件，无论是表达还是暗示。在许可证下，将特定语言的许可证进行许可。