文件名称：matlab的egde源代码-RDN-TensorFlow:CVPR2018论文的TensorFlow实施“用于图像超分辨率的残留密集网络”
文件大小：84.51MB
文件格式：ZIP
更新时间：2024-06-10 16:40:42
系统开源
matlab的egde源代码RDN-TensorFlow CVPR 2018论文的TensorFlow实现。 正式执行： 先决条件 TensorFlow-1.10.0 Numpy-1.14.5 的OpenCV-2.4.9.1 PIL-3.1.2 h5py-2.6.0 用法 准备数据 从下载DIV2K培训数据。 提取所有图像并将其放置在RDN-TensorFlow / Train / DIV2K_train_HR中。 火车 python main.py 测试 python main.py --is_train=False 注意 如果要在生成训练数据和测试图像作为使用的预训练模型时使用MATLAB中的调整大小功能，则需要安装并运行带有--matlab_bicubic=True选项的脚本。 如果要直接将原始图像作为RDN的输入，则可以运行python main.py --is_train=False --is_eval=False --test_img=Test/Set5/butterfly_GT.bmp类的脚本。 参考
【文件预览】：
RDN-TensorFlow-master
----utils.py(9KB)
----main.py(2KB)
----model.py(17KB)
----Test()
--------Set5()
----LICENSE(1KB)
----README.md(1KB)
----.gitignore(33B)
----checkpoint()
--------rdn_5_3_64_x3()
--------rdn_16_8_64_x3()