單影象超解析度重建程式碼實現
因為自己研究生的研究方向是影象超解析度重建,前段時間一直在讀論文,最近在github找到了一些原始碼,跑了幾個dome
一:原始碼所需參考論文及下載路徑:
1.Learning a Deep Convolutional Network for Image Super-Resolution (SRCNN)
下載連結:http://pdfs.semanticscholar.org/5763/c2c62463c61926c7e192dcc340c4691ee3aa.pdf
2.Accelerating the Super-Resolution Convolutional Neural Network(FSRCNN)
下載連結:http://personal.ie.cuhk.edu.hk/~ccloy/files/eccv_2016_accelerating.pdf
3.Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network(ESPCN)
下載連結:https://arxiv.org/abs/1609.05158
原始碼下載連結:https://github.com/qobilidop/srcnn
二:原始碼開啟方式
資料集:91-image, set5,set4
該原始碼包含四種超解析度重建的方法分別為:bicubic,SRCNN,ESPCN,FSRCNN,用pycharm開啟可下看到下面幾個資料夾:
其中data存在的資料集,experiments裡面放的是模型的引數配置檔案,在這裡作者用了.json檔案,toolbox檔案裡面是資料路徑的獲取,模型的定義,衡量標準的指定等。
三:原始碼執行
1.cpu上執行
執行環境:win10,python==3.6,tensorflow==1.8,keras==2.2.0
開啟pycharm--》開啟檔案(srcnn-master)--》選中experiments--》開啟run_all.py,程式碼如下圖所示
如果直接點run,這裡執行的是所有的json檔案,全部執行完大概需要三週的時間,這裡兩三種解決方法
(一)把程式碼中的*更改為想執行的json檔案,這樣存在一個問題,polt.py執行時會報錯,因為程式沒有執行完
(二)更改每個json檔案中的epoch值
(三)使用GPU加速