【MindSpore开源活动】论文复现：《Distort-and-Recover: Color Enhancement using Deep Reinforcement Learning》

任务概述

本任务需要将《Distort-and-Recover: Color Enhancement using Deep Reinforcement Learning》这篇论文基于MindSpore框架进行代码复现。

论文地址：https://arxiv.org/abs/1804.04450

任务内容

代码位置

https://gitee.com/mindspore/contrib/ 仓的 /papers/ 目录
代码要求
- 请基于MindSpore框架进行开发，不能使用其他AI框架的接口。
- 需要复现GPU版本。
- 复现代码的性能和精度保证误差在原始论文的2%以内。
- 可参考Pytorch代码进行复现。

注意事项

该任务可单人可组队完成，组队人数不要超过5人。
请在该issue评论区输入认领来领取该任务，组队需在评论区输入认领+组员Gitee名。
提交PR请参考pull request教程。
代码编写规范请按照PEP8代码编写规范，提交PR后在PR下面评论/retest。
完成任务需要在本issues下面把提交代码PR进行评论，创建的PR需要关联该issues。

任务分值

120分

Please add labels (comp or sig),also you can visit "https://gitee.com/mindspore/community/blob/master/sigs/dx/docs/labels.md" to find more.
为了让问题更快得到响应，请您为该issue打上 组件(comp)或兴趣组(sig) 标签，打上标签的问题可以直接推送给责任人进行处理。更多的标签可以查看
https://gitee.com/mindspore/community/blob/master/sigs/dx/docs/labels.md
以组件问题为例，如果你发现问题是data组件造成的，你可以这样评论：
//comp/data
当然你也可以向data SIG组求助，可以这样写：
//comp/data
//sig/data
如果是一个简单的问题，你可以留给刚进入社区的小伙伴来回答，这时候你可以这样写：
//good-first-issue
恭喜你，你已经学会了使用命令来打标签，接下来就在下面的评论里打上标签吧！

如果您是第一次贡献社区，可以参考我们的贡献指南：https://gitee.com/mindspore/mindspore/blob/master/CONTRIBUTING.md

认领

哈咯~进展的咋样了呀，加油哦！

MindSpore / community

内容风险标识

任务概述

任务内容

注意事项

任务分值

评论 (4)

MindSpore / community .gitee-modal { width: 500px !important; }

内容风险标识