【图像去噪】论文复现：非对称PD和R3后处理助力自监督盲点网络去噪！AP-BSN的Pytorch源码复现，跑通源码，获得结果，可作为实验对比方法，结构图与源码实现相对应，轻松理解，注释详细！

请先看【专栏介绍文章】：【图像去噪（Image Denoising）】关于【图像去噪】专栏的相关说明，包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总（更新中）

完整代码和训练好的模型权重文件下载链接见本文底部，订阅专栏免费获取！

本文亮点：

• 跑通AP-BSN源码，包含数据集准备、训练、测试以及其他细节；
• 获得去噪结果和PSNR/SSIM，与论文中基本一致，可用于实验对比方法；
• AP-BSN逻辑结构框架梳理和拆解，结构示意图和代码实现对应，注释详细；

---

前言

论文题目：AP-BSN: Self-Supervised Denoising for Real-World Images via Asymmetric PD and Blind-Spot Network —— AP-BSN:非对称PD和盲点网络的真实世界图像的自监督去噪

论文地址：AP-BSN: Self-Supervi