文件名称：ResidualDenseNetwork-Pytorch:火炬工具
文件大小：150KB
文件格式：ZIP
更新时间：2024-06-05 12:58:32
image-super-resolution cvpr2018 Python
残差密集网络-Pytorch Pytorch工具： 本文的两个优点： 将denese连接层加入ResNet 层次特征的串联 与本文不同的是，我仅使用RDB（剩余密集块），每个RDB都有三个密集层。 因此，这是作者提出的RDN（剩余密集网络）的示例实现。 要求 python3.5 / 3.6 火炬> = 0.2 OpenCV 用法 您需要准备DIV2K数据集（./data/） 火车模型： python3 main.py --model_name 'RDN' --load demo_x3_RDN --dataDir ./DIV2K/ --need_patch True --patchSize 144 --nDenselayer 3 --nFeat 64 --growthRate 32 --scale 3 --epoch 10000 --lrDecay 2000 --lr 1
【文件预览】：
ResidualDenseNetwork-Pytorch-master
----data.py(2KB)
----images()
--------RDB.png(78KB)
--------RDN.png(70KB)
----model()
--------model.py(3KB)
----utils.py(1020B)
----main.py(4KB)
----README.md(1KB)