文件名称：LapSRN-tensorflow:Tensorflow实施“快速，准确的超高分辨率的深拉普拉斯金字塔网络”的论文
文件大小：35.22MB
文件格式：ZIP
更新时间：2024-05-31 01:54:40
Python
Tensorflow实施论文“快速，准确的超高分辨率的深拉普拉斯金字塔网络”（CVPR 2017） 这是使用TensorLayer的Tensorflow实现。 原始论文和使用MatConNet的实现可以在他们的上找到。 环境 使用python 3.6和cuda 8.0对实现进行了测试。 下载资料库： $ git clone https://github.com/zjuela/LapSRN-tensorflow.git 火车模型 在config.py文件中指定数据集路径并运行： $ python main.py 使用挑战数据集对预训练模型进行训练。 测试 使用您的测试图像运行： $ python main.py -m test -f TESTIMAGE 结果可以在文件夹./samples/中找到
【文件预览】：
LapSRN-tensorflow-master
----.gitattributes(65B)
----config.py(1KB)
----log()
--------train_log()
----utils.py(386B)
----main.py(9KB)
----model.py(3KB)
----LICENSE(11KB)
----README.md(804B)
----__pycache__()
--------config.cpython-36.pyc(1KB)
--------utils.cpython-36.pyc(826B)
--------model.cpython-36.pyc(2KB)
----.gitignore(13B)
----checkpoint()
--------params_train.npz(1.99MB)
----tensorlayer()
--------db.py(16KB)
--------iterate.py(16KB)
--------ops.py(6KB)
--------utils.py(22KB)
--------activation.py(3KB)
--------__init__.py(677B)
--------visualize.py(12KB)
--------rein.py(3KB)
--------files.py(32KB)
--------__pycache__()
--------layers.py(259KB)
--------cost.py(22KB)
--------nlp.py(32KB)
--------prepro.py(62KB)