文件名称：matlab量化策略代码-SVLRM:CVPR2019论文SpatiallyVariantLinearRepresentationModels
文件大小：4.72MB
文件格式：ZIP
更新时间：2024-07-02 10:35:12
系统开源
matlab 策略代码 依赖关系 Python = 3.8 PyTorch = 1.5 张量板 麻木的 操作系统 简历2 PIL 球体 日志记录 训练 我在单个 NVIDIA RTX 2080Ti GPU 上训练和测试了模型。 训练策略与论文相同。 命令 # x4 python train.py --upscaling_factor 4 # x8 python train.py --upscaling_factor 8 # x16 python train.py --upscaling_factor 16 测试 # x4 python test.py --upscaling_factor 4 --model weights/X4/model_192600_iter.pth # x8 python test.py --upscaling_factor 8 --model weights/X8/model_177200_iter.pth # x16 python test.py --upscaling_factor 16 --model weights/X16/model_192600_i
【文件预览】：
SVLRM-master
----loss.py(332B)
----utils.py(6KB)
----test.py(4KB)
----train.py(7KB)
----dataset()
--------data.txt(92B)
----results()
--------gt()
--------X8()
--------x8_SR_rmse_psnr_ssim-track.log(35KB)
--------x4_SR_rmse_psnr_ssim-track.log(35KB)
--------x16_SR_rmse_psnr_ssim-track.log(35KB)
----model.py(2KB)
----calc_metrics.py(1KB)
----weights()
--------X8()
--------X16()
--------X4()
----README.md(2KB)
----data.py(5KB)