Pytorch-RealSR超分模型

1.前言

RealSR 是一种基于学习的单图像超分辨率(SISR)模型,专门针对真实世界的图像。它由腾讯 AI 实验室于 2020 年提出。

RealSR 的核心创新是提出了一种新的退化模型,该模型能够更好地模拟真实世界的退化过程。该模型考虑了真实世界图像中存在的多种退化因素,包括模糊、噪声和色彩失真。

RealSR 还提出了一种新的网络架构,该架构能够更好地学习真实世界的退化模型。该网络架构采用了一种递归结构,能够逐渐恢复高分辨率图像的细节。

RealSR 在多个真实世界图像超分辨率数据集上进行了测试,并取得了优异的性能。例如,在 Set5 数据集上,RealSR 的 PSNR 比传统的 SISR 模型高出约 0.5 dB。

REALSR算法分析

RealSR 生成的图像

RealSR 的优势包括:

  • 能够更好地模拟真实世界的退化过程,从而生成更逼真的高分辨率图像。
  • 具有较高的性能,在多个真实世界图像超分辨率数据集上都取得了优异的结果。

RealSR 的应用包括:

  • 图像增强:将低分辨率图像增强为高分辨率图像,以提高图像的清晰度和细节。
  • 图像修复:修复低分辨率图像中的噪声、模糊和其他缺陷。
  • 图像分割:提高图像分割的准确性。

2.模型下载

文中的源代码是jixiaozhong的github博主的链接在这里RealSR

如果访问github比较慢的话,可以下载我上传的百度链接:

https://pan.baidu.com/s/1gpa_J3cTbVbW05Hk22vRvQ 提取码: ypuh

文件目录:

下载百度链接文件

修改codes/options/df2k目录下的test_df2k.yml

根据自己的路径修改:dataroot_LR和pretrain_model_G

复制代码
name: Track1
suffix: ~  # add suffix to saved images
model: srgan
distortion: sr
scale: 4
crop_border: ~  # crop border when evaluation. If None(~), crop the scale pixels
gpu_ids: [0]

datasets:
  test_1:  # the 1st test dataset
    name: DIV2K
    mode: LR
    dataroot_LR: /home/usrname/data/Internal_testing/deep-learning-for-image-processing/RealSR/codes/ntire20/Corrupted-te-x

#### network structures
network_G:
  which_model_G: RRDBNet
  in_nc: 3
  out_nc: 3
  nf: 64
  nb: 23
  upscale: 4

#### path
path:
  pretrain_model_G: /home/usrname/data/Internal_testing/deep-learning-for-image-processing/RealSR/codes/pretrained_model/DF2K.pth
  results_root: ./results/

执行: python3 test.py -opt options/df2k/test_df2k.yml

如果没有GPU:

(1)修改codes/models目录下的base_model.py,修改self.device ="cpu"

(2)修改codes/models目录下的networks.py,修改device ="cpu"

3.执行结果

输入模型的图片是510*388,超分了16倍变成2040*1352,下面是运行的结果

相关推荐
汤姆宝库2 小时前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#
岁月宁静2 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
benchmark_cc2 小时前
个人开发者接入五档盘口:用 QuantDash 读取单只股票的验收清单与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
武子康3 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习
可乐ea3 小时前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen4 小时前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
ZhengEnCi4 小时前
项目越写越乱?先别改架构:用一次目录重排 + 一份可复算的体检脚本把乱治住
python·架构·ai编程
泯泷4 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘4 小时前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习
阿里云大数据AI技术4 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent