文件名称：esrgan:增强型SRGAN。 PIRM冠军：感知超分辨率挑战
文件大小：5.98MB
文件格式：ZIP
更新时间：2024-06-06 11:17:57
deep-neural-networks computer-vision image-processing pytorch generative-adversarial-network
ESRGAN：增强的超分辨率生成对抗网络 用于图像超分辨率的Pipeine任务基于经常引用的论文（Wang Xintao等人），于2018年发布。 简而言之，图像超分辨率（SR）技术可从观察到的较低分辨率（LR）图像重建高分辨率（HR）图像或序列，例如将720p图像放大为1080p。 解决此任务的常用方法之一是使用能够从LR图像中恢复HR图像的深度卷积神经网络。 而ESRGAN（增强型SRGAN）就是其中之一。 ESRGAN的要点： 基于SRResNet的架构，带有残存残存块； 上下文，感性和对抗性损失的混合体。 使用上下文损失和感知损失来进行适当的图像放大，而对抗损失则使用鉴别器网络将神经网络推向自然图像流形，该鉴别器网络经过训练以区分超分辨图像和原始照片级逼真的图像。 技术领域 作为深度学习任务的管道运行者的Catalyst 。 这个新的，发展Swift的。 可以大大减少样板代
【文件预览】：
esrgan-master
----setup.py(2KB)
----.gitignore(1KB)
----requirements.txt(213B)
----.readthedocs.yml(164B)
----esrgan()
--------core()
--------model()
--------criterions()
--------dataset()
--------__init__.py(0B)
--------__version__.py(22B)
--------utils()
--------callbacks()
----LICENSE(19KB)
----setup.cfg(2KB)
----.github()
--------workflows()
----experiment()
--------config_supervised.yml(4KB)
--------__init__.py(371B)
--------config_gan.yml(6KB)
----README.md(3KB)
----docs()
--------requirements.txt(31B)
--------Makefile(633B)
--------index.rst(5KB)
--------conf.py(3KB)
--------_static()
--------pages()