《表3 不同方法运行时间对比》
s
从表3中的数据可以看出传统的图像去噪方法CBM3D在CPU上处理时间要低于深度学习算法,但不能在GPU上加速。得益于GPU的加持,深度学习算法在GPU上的速度要远远高于传统图像去噪方法。本文算法的处理速度相比于Dn CNN与FFDNet不管是在CPU上还是GPU上均有一定的优势,这是因为本文算法通过增加网络的宽度而不是深度在减少网络参数量的同时,降低了计算量,提升了运行速度,并取得了不错的效果。这说明本文算法在实际应用中更具有优势。
图表编号 | XD00201583300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.01 |
作者 | 陈人和、赖振意、钱育蓉 |
绘制单位 | 新疆大学软件学院、新疆大学软件学院、新疆大学软件学院 |
更多格式 | 高清、无水印(增值服务) |