超分辨率网络

MDSR 的 Keras 实现。

原理

请参照论文 Enhanced Deep Residual Networks for Single Image Super-Resolution。

本代码参照了原作者的 Torch 实现：NTIRE2017 和 jmiller656 的 Tensorflow 实现 EDSR-Tensorflow.

MDSR (多尺度模型。 我们提供尺寸x2，x3，x4的模型):

依赖

• NumPy
• Tensorflow
• Keras
• OpenCV

数据集

按照 说明 下载 ImageNet 数据集。# 超分辨率网络

MDSR 的 Keras 实现。

原理

请参照论文 Enhanced Deep Residual Networks for Single Image Super-Resolution。

本代码参照了原作者的 Torch 实现：NTIRE2017 和 jmiller656 的 Tensorflow 实现 EDSR-Tensorflow.

MDSR (多尺度模型。 我们提供尺寸x2，x3，x4的模型):

依赖

• NumPy
• Tensorflow
• Keras
• OpenCV

数据集

按照 说明 下载 ImageNet 数据集。

如何使用

训练

$ python train.py

如果想可视化训练效果，请运行:

$ tensorboard --logdir path_to_current_dir/logs

演示

下载预训练的 MDSR模型，放入 "models" 目录。然后执行:

$ python demo.py

|x|输入|输入x4|x2输出|x3输出|x4输出|真实x4| |---|---|---|---|---|---|---| |图片||||||| |PSNR|n/a|n/a|37.19029|36.78687|35.39293|100| |图片||||||| |PSNR|n/a|n/a|35.60590|35.68226|34.58508|100| |图片||||||| |PSNR|n/a|n/a|31.41228|31.59771|30.77240|100| |图片||||||| |PSNR|n/a|n/a|32.29662|32.28041|31.17987|100| |图片||||||| |PSNR|n/a|n/a|40.28474|40.25364|39.15853|100| |图片||||||| |PSNR|n/a|n/a|31.16240|31.33199|30.57106|100| |图片||||||| |PSNR|n/a|n/a|29.95088|30.27624|29.53507|100| |图片||||||| |PSNR|n/a|n/a|33.98172|34.14947|33.39684|100| |图片||||||| |PSNR|n/a|n/a|29.73082|29.90029|29.14516|100| |图片||||||| |PSNR|n/a|n/a|35.37303|35.24584|34.36166|100|

评估

在 4268 张验证集图片上测得 PSNR 并求均值：x2=33.57876 dB, x3=33.70763 dB, x4=32.75656 dB。

$ python evaluate.py