【文件属性】：
文件名称：超分辨率matlab代码-AdaDSR:用于单图像超分辨率的深度自适应推理网络
文件大小：1.7MB
文件格式：ZIP
更新时间：2021-05-26 14:45:38
系统开源
超分辨率matlab代码AdaDSR（ECCV
2020
AIM研讨会）
PyTorch的实现
我们的AdaDSR的总体结构。
结果
在Set5上的SISR结果。
更多结果请参考本文。
SR结果和深度图的示例可视化。
准备
先决条件
PyTorch（v1.2）
带有OpenCV，Numpy，Pillow，tqdm和matplotlib和tensorboardX的Python
3.x用于可视化
[可选]如果要计算PSNR
/
SSIM索引并使用参数--matlab
True
，请确保matlab在您的PATH中
[稀疏转换]
cd
masked_conv2d;
python
setup.py
install
cd
masked_conv2d;
python
setup.py
install
。
请注意，当前我们提供了从修改的版本，该版本支持3x3稀疏卷积层的推理。
将来我们将提供更通用的版本。
数据集
训练
用于训练，您可以从或下载数据集。
数据应组织为DIV2K_ROOT/DIV2K_train_HR/*.png
，
DIV2K_ROOT/DIV2K_train_LR_bicubic/
【文件预览】：
AdaDSR-master
----models()
--------non_local()
--------common.py(4KB)
--------adaedsr_fixd_model.py(992B)
--------rdn_model.py(6KB)
--------rcan_model.py(863B)
--------edsr_model.py(801B)
--------networks.py(27KB)
--------adaedsr_model.py(1KB)
--------losses.py(3KB)
--------san_model.py(20KB)
--------__init__.py(2KB)
--------adarcan_model.py(1KB)
--------MPNCOV()
--------dsr_model.py(13KB)
--------base_model.py(10KB)
--------srcnn_model.py(4KB)
--------srresnet_model.py(822B)
--------vdsr_model.py(5KB)
----figs()
--------results.png(80KB)
--------visualization.png(857KB)
--------architecture.png(763KB)
----data()
--------sr_dataset.py(4KB)
--------imlib.py(10KB)
--------benchmark_dataset.py(2KB)
--------__init__.py(2KB)
--------base_dataset.py(451B)
--------div2k_dataset.py(3KB)
----test.py(10KB)
----train.py(4KB)
----calc_psnr_ssim.m(8KB)
----flops.py(10KB)
----options()
--------__init__.py(52B)
--------train_options.py(221B)
--------base_options.py(12KB)
--------test_options.py(211B)
----masked_conv2d()
--------masked_conv2d()
--------setup.py(1KB)
----.gitignore(128B)
----README.md(5KB)
----util()
--------visualizer.py(2KB)
--------util.py(4KB)
--------__init__.py(76B)
----scripts()
--------train_srcnn.sh(665B)
--------test_rcan.sh(698B)
--------train_adaedsr.sh(259B)
--------train_rdn.sh(426B)
--------train_vdsr.sh(685B)
--------test_adarcan.sh(440B)
--------train_adarcan.sh(244B)
--------train_adaedsr_fixd.sh(359B)
--------train_rcan.sh(435B)
--------test_adaedsr.sh(440B)
--------test_vdsr.sh(880B)
--------test_edsr.sh(1KB)
--------test_adaedsr_fixd.sh(830B)
--------train_san.sh(587B)
--------test_rdn.sh(854B)
--------test_san.sh(909B)
--------train_edsr.sh(451B)
--------test_srcnn.sh(707B)