EDSR 的 Keras 实现。
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.
EDSR (单尺度模型。 我们提供尺寸x4的模型):
按照 说明 下载 ImageNet 数据集。
--- | x2 | x3 | x4 |
---|---|---|---|
下载 | 链接 | 链接 | 链接 |
PSNR | 36.53 dB | 34.01 dB | 32.77 dB |
$ python train.py
如果想可视化训练效果,请运行:
$ tensorboard --logdir path_to_current_dir/logs
下载 预训练模型 放入 "models" 目录然后执行:
$ python demo.py -s [2, 3, 4]
输入 | 输出 | PSNR | 目标 |
---|---|---|---|
33.44832 | |||
35.90487 | |||
31.02284 | |||
31.46718 | |||
33.07617 | |||
37.04522 | |||
33.23690 | |||
39.45930 | |||
30.98116 | |||
33.38930 |
输入 | 输出 | PSNR | 目标 |
---|---|---|---|
41.08921 | |||
31.58038 | |||
37.84666 | |||
34.74815 | |||
31.65417 | |||
32.09087 | |||
32.45412 | |||
32.50851 | |||
29.74140 | |||
30.53771 |
输入 | 输出 | PSNR | 目标 |
---|---|---|---|
38.22508 | |||
34.11120 | |||
32.25900 | |||
32.01732 | |||
34.04084 | |||
30.94041 | |||
28.87871 | |||
31.64159 | |||
33.80052 | |||
29.96366 |
在 4268 张验证集图片上测得 PSNR 并求均值:x2=36.53 dB, x3=34.01 dB, x4=32.77 dB。
$ python evaluate.py -s [2, 3, 4]