python3 utils/unzip.py --src=datasets/blur/* --dst=datasets/blur/train/
python3 utils/unzip.py --src=datasets/noise/* --dst=datasets/noise/train/
python3 main.py -c configs/blur_model.json
Thx to Keras Template
tensorboard --logd=experiments/noise_model/summary
- TOTAL: 8432, %100
- CLEAR: 3606, %42.76565464895636
- DIGIT BLUR: 3606, %42.76565464895636
- NAT BLUR: 1220, %14.468690702087287
- Accuracy : ~95%.
- https://riemenschneider.hayko.at/vision/dataset/task.php?did=382
- http://www.cse.cuhk.edu.hk/leojia/projects/dblurdetect/dataset.html
- https://mklab.iti.gr/results/certh-image-blur-dataset/
- Accuracy : ~96%.
- http://www.fit.vutbr.cz/~vasicek/imagedb/?lev=30&knd=corrupted
- https://www.eecs.yorku.ca/~kamel/sidd/dataset.php
- http://www.cs.utoronto.ca/~strider/Denoise/Benchmark/
- http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm
- http://live.ece.utexas.edu/research/Quality/index.htm
- Image qality Assessment Guided Deep Neural Networks Training
- Image quality assessment NN
- Blur Detection for Digital Images Using Wavelet Transform
- Blur detection with opencv
- Wavelet ru
- Метод оценки четкости фотореалистичных изображений без использования эталона
- Оценки качества для анализа цифровых изображений
- Сравнительный анализ безэалонных мер оценки качества цифровых изображений
- Ядро