码迷,mamicode.com
首页 > 其他好文 > 详细

SRCNN

时间:2018-11-09 12:15:50      阅读:16      评论:0      收藏:0      [点我收藏+]

标签:重建   dir   训练   使用   size   mode   continue   only   path   

超分的开篇之作,2014 ECCV 港中文 Chao Dong

三层网络,文中还对各层网络的意义做出了解释

使用caffe训练模型,matlab做inference,代码见 http://mmlab.ie.cuhk.edu.hk/projects/SRCNN.html 

700*700像素的图重建出来需要30s+,效果还是比较朦胧

 

可以用自己的图片做一下直观了解

path = ‘E:\Download\超分辨率\test\test‘;

list = dir(path);
for i1 = 1: size(list,1)
    name = list(i1).name;
    if name == ‘.‘
        continue;
    end
    fullName = fullfile(path, name);
    demo_SR(fullName);   % 需要把作者的demo源文件改为function
end

  

评估方法

计算PSNR、SSIM,计算的方式可以参见VDSR的matlab代码

常用评估数据集 set5,set14,B100,urban100,之后的新paper,还用了manga109、部分DIV2K等

 

技术分享图片

 

用二维坐标表示性能也相当直观

 技术分享图片

 

缺点:

1、Works for only a single scale
2、卷积感受野太小
3、学习速率 1e-5 太慢,需要加快训练速度。而且inference的速度也比较慢

 

如何训练model

 

 

 

 

 

 

VDSR 

CVPR 2016 首尔大学

https://cv.snu.ac.kr/research/VDSR/

 

SRCNN

标签:重建   dir   训练   使用   size   mode   continue   only   path   

原文地址:https://www.cnblogs.com/ceo1207/p/9934206.html

(0)
(0)
   
举报
评论 一句话评论(0
0条  
登录后才能评论!
© 2014 mamicode.com 版权所有 京ICP备13008772号-2
迷上了代码!