【文件属性】：
文件名称：CinCGAN-pytorch:Pytorch实施“使用循环中的生成对抗网络的无监督图像超分辨率”，CVPR 2018
文件大小：33KB
文件格式：ZIP
更新时间：2021-04-22 15:00:36
Python
CinCGAN-火炬
Pytorch实施 ，CVPR 2018
实验结果
NTIRE2020跟踪1-验证集的平均PSNR（x4）
名称
信噪比
双三次
24.21
EDSR
23.93
CinCGAN
24.92
训练细节
在使用默认设置训练了400K迭代的内部循环之后，我冻结了内部循环，并对外部循环进行了微调，进行了数百次迭代。 在训练外部循环时，将gamma0设置为0.1，将gamma2设置为150，将external_lr设置为1e-5。 其他参数设置为默认值。
检查点
我从使用EDSR实现。
NTIRE2020 x4检查点： ://drive.google.com/file/d/1ctTPy0dxHd5PgGvDc6rtJ8-8wNIjx86w/view?usp sharing
开始训练
训练内循环
python3 main . py - - phase train
【文件预览】：
CinCGAN-pytorch-main
----README.md(2KB)
----CinCGAN_pytorch()
--------transforms.py(1KB)
--------network.py(8KB)
--------utils.py(3KB)
--------CinCGAN.py(29KB)
--------dataset.py(3KB)
--------main.py(6KB)
--------pytorch_fid()
--------edsr.py(6KB)