文件名称：SRGAN:SRGAN带来图像超级革命
文件大小：27.09MB
文件格式：ZIP
更新时间：2024-05-31 05:45:27
Python
SRGAN_华瑟斯坦 将Waseerstein GAN应用于SRGAN，这是一种基于GAN的超分辨率算法。 此存储库来自@justinho的库，基于此原始存储库，我添加了一些g_loss和d_loss的摘要来监督模型训练。 关于Wasserterin GP尝试的未来工作也在进行中。 SRGAN体系结构 TensorFlow实现实现 瓦瑟斯坦·甘 当SRGAN在2016年首次提出时，我们还没有 （2017），WGAN使用wasserstein距离来测量不同数据集之间的扭曲差异。 至于最初的GAN训练，我们不知道何时停止训练鉴别器或发生器，以获得良好的结果。 但是当使用wasserstein损失时，随着损失的减少，结果会更好。 因此，我们将使用WGAN，在这里我们将不解释WGAN的数学细节，而是给出以下步骤来应用WGAN。 从鉴别器的最后一层去除S形激活。 （ model.py ，第21
【文件预览】：
SRGAN-master
----.gitignore(98B)
----download_imagenet.py(2KB)
----utils.py(819B)
----README.md(6KB)
----config.py(1KB)
----main.py(19KB)
----img()
--------SRGAN Result2.pptx(13.08MB)
--------SRGAN_Result2.png(474KB)
--------SRGAN_Result.png(494KB)
--------SRGAN_Result3.png(1.18MB)
--------model.jpeg(281KB)
--------SRGAN Result3.pptx(671KB)
--------SRGAN Result.pptx(11.03MB)
----model.py(23KB)