基于Pytorch的图像去噪网络ECNDNet代码实现，附带PSNR/SSIM计算及预训练模型，支持自定义数据训练

简介：
本项目提供了一个基于Pytorch框架的图像去噪网络ECNDNet，包含PSNR和SSIM评估指标以及预训练模型，并支持用户上传自定义数据进行训练。 资源配套文章介绍了如何使用相关代码进行模型训练、验证及测试的完整流程。 数据集与结果存储位置： - data：去噪后图像结果保存位置 - datasets：数据集所在文件夹 可视化图表存放位置： - Plt：训练过程指标曲线（Loss、PSNR、SSIM与Epoch关系曲线）存放位置 其他资源和工具类说明： - weights：训练模型保存位置 - dataset.py：封装的数据集脚本 - draw_evaluation.py：绘制评估指标的脚本 - model.py：ECNDNet实现代码 - prepare.py：制作h5数据集的准备脚本 - test.py：测试ECNDNet的脚本段落件 - train.py：训练ECNDNet的主程序文件 使用说明： 文章详细介绍了模型算法、代码复现思路以及注释清晰，便于理解。此外还包括了总结反思与创新点，并展示了实验结果。