超分辨率重建-SRCNN

2024-05-29 03:41:46

1、SRCNN在干什么

1、将高分辨率(HR)图像经过多次插值转换为低分辨率(LR)图像.

2、将LR送入NN进行特征提取、转换、重构图像

3、将重构的超分辨率图像与HR做对比判断效果好坏

2、SRCNN评判标准

1、MSE(均方根误差)作为损失计算值

2、峰值信噪比PSNR作为图像重构质量的判断

PSNR>40dB说明图像质量极好（即非常接近原始图像），

30到40dB通常表示图像质量是好的（即失真可以察觉但可以接受），

20到30dB说明图像质量差；

PSNR低于20dB图像不可接受

3、SSIM 结构相似性利用像素值差异进行判断

3、说说代码几个关键细节

1、prepare.py

增加default=False 便于控制训练集和测试集h5文件的生成

 parser.add_argument('--eval', action='store_true', default=False)

    if not args.eval:train(args)print("OK1")else:eval(args)print("OK2")

这里是在对数据集进行截取、使相同尺寸的LR HR 获取多个对应的33x33的区域快用于训练学习

2、train.py test.py models.py dataset.py utils.py

models.py dataset.py utils.py 比较简单没有值得强调的地方

当你用完train.py 训练完模型，基线代码中只有高清图像所以进行测试时还是要进行双三次插值降低分辨率并进行重构、但是实际应用中我们是低分辨率重构、如果有高分辨率图像就没必要多此一举了。所以当你要把自己的低分辨率数据重构为SR时不要在进行插值降低分辨率。

超分辨率重建-SRCNN相关推荐

图像超分辨率重建之SRCNN
新版本请访问简书链接:https://www.jianshu.com/p/dfe85a3c2096 图像超分辨率重建:指通过低分辨率图像或图像序列恢复出高分辨率图像.高分辨率图像意味着图像具有更多的细 ...
【飞桨模型复现计划】SRCNN网络-超分辨率重建
项目简介本项目是paperweekly paddlepaddle复现活动的第23篇论文<Single Image Super-Resolution Using Deep Learning> ...
超分辨率重建之SRCNN整理总结
白驹微过隙,指上细流沙.时间飞逝啊!转眼之间,四五个月过去了,伴随着中国迈进2020的新时代的元旦的步伐声,我的考研生活暂时告了一个小段落.距今的这些天,忙完了各种小事情,也是时候整理整理之前一些由于 ...
深度学习在超分辨率重建上的应用SRCNN,FSRCNN,VDSR,DRCN,SRGAN
超分辨率技术(Super-Resolution)是指从观测到的低分辨率图像重建出相应的高分辨率图像, 目前应用较多的应用场景是图像及视频分辨率提高,比如可以提高以往影视作品或图像的分辨率,提高视觉感官 ...
超分辨率重建开山之作——SRCNN
论文及代码地址:Learning a Deep Convolutional Network for Image Super-Resolution) 基于卷积神经网络的影像超分辨率重建摘要: 我们提出 ...
经典论文复现 | 基于深度学习的图像超分辨率重建
过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54% 的分享包含"伪代码".这是今年 AAAI ...
单图像超分辨率重建示例代码解析
昨天发了单图像超分辨率重建示例,今天来对里面主要的Python代码进行讲解,如果有补充或指正,欢迎大家在评论区留言.PS:这里的代码不要直接复制粘贴使用,由于注释的关系可能会报错,建议到示例给出的gi ...
学习笔记之——基于深度学习的图像超分辨率重建
最近开展图像超分辨率( Image Super Resolution)方面的研究,做了一些列的调研,并结合本人的理解总结成本博文~(本博文仅用于本人的学习笔记,不做商业用途) 本博文涉及的paper已 ...
【图像超分辨率重建】——HAN论文阅读笔记
Single Image Super-Resolution via a Holistic Attention Network 基本信息期刊:ECCV2020 摘要:信息特征在单幅图像的超分辨率处理中 ...

最新文章

热门文章