用卷积滤波器matlab代码-tf-mwcnn:MWCNN的非正式TensorFlow实现

用卷积滤波器matlab代码MWCNN的TensorFlow实现 MWCNN是由Pengju Liu等人介绍的网络。 在CVPR 2018的“用于图像复原的多级小波-CNN”中进行了改进，并在IEEE Access 2019年6月的“多级小波卷积神经网络”中进行了改进。如果使用此网络，请适当引用其工作。 官方实现可在Matlab和Pytorch中获得。 Pytorch中提供了第二个版本。 TensorFlow中此实现的目标是易于阅读和适应： 所有代码都在一个文件中 默认值是纸上的默认值 除了从TensorFlow之外没有其他进口 我目前唯一不满意的是IWT的实现。 当前，这非常难以阅读，因为在TensorFlow中无法按原样分配张量切片。 例如参见this。 2018年与2019年之间的差异 在定义MWCNN的两篇论文中有一些差异。 我们提供了两个默认值以及实现这两种稍有不同的体系结构的方法。 在每篇论文中，定义实现的数字为3.。 这些差异中的一些在期刊论文中得到了承认： 与我们以前的工作[24]相比，我们进行了如下改进：（i）代替使用DWT直接分解输入图像，我们首先使用conv块从输