Gracias, tengo una duda, si yo tengo imágenes óptimas y las imágenes con ruido de esas óptimas, cómo entrenaría el modelo para que aprenda sobre las óptimas y al colocarle las ruidosas las mejore? sin aplicarle solo ruido gaussiano, sino las imágenes tienen más de 4 tipos de ruido
En el diagrama de flujo el proceso en Unet termina generando en cada iteración una versión modificada del espacio latente de la imagen del ruido. No entiendo, la parte en que se vuelve a introducir ruido en la imagen decodificada y se pasa otra vez a Unet. Si se introduce ruido una y otra vez como avanza el proceso del punto 0?. La única manera de verlo sería pensar que unet se va ajustando a si misma en casa iteración dándole la habilidad de predecir cada vez mejor cuando como eliminar el ruido.
![[Full] 4 ต่อ 4 Celebrity EP.922 | 10 พ.ย. 67 | one31](http://i.ytimg.com/vi/zmV5HRIxIBI/mqdefault.jpg)
Gracias por el video, me ha servido mucho
Gracias, tengo una duda, si yo tengo imágenes óptimas y las imágenes con ruido de esas óptimas, cómo entrenaría el modelo para que aprenda sobre las óptimas y al colocarle las ruidosas las mejore? sin aplicarle solo ruido gaussiano, sino las imágenes tienen más de 4 tipos de ruido
Muchas gracias por el video. Saludos cordiales
Muy bueno!. El paper estaba áspero para leer..
En el diagrama de flujo el proceso en Unet termina generando en cada iteración una versión modificada del espacio latente de la imagen del ruido. No entiendo, la parte en que se vuelve a introducir ruido en la imagen decodificada y se pasa otra vez a Unet. Si se introduce ruido una y otra vez como avanza el proceso del punto 0?. La única manera de verlo sería pensar que unet se va ajustando a si misma en casa iteración dándole la habilidad de predecir cada vez mejor cuando como eliminar el ruido.
Gran vídeo