基于pytorch的EDSR/WDSR实现

 

对于原版官方EDSR,按照以下命令测试即可,

#1. my test on EDSR x4 res: 12.68s ,saving 25s
python3 main.py --data_test Demo  --scale 4 --n_resblocks 32 --n_feats 256 --res_scale 0.1 --pre_train ../experiment/model/EDSR_x4.pt --test_only --chop --save_results --self_ensemble

#2. WDSR x2x3x4  res:5s,saving 30s
python3 main.py --model MDSR --data_test Demo --scale 2+3+4 --pre_train ../experiment/model/MDSR.pt --test_only --save_results --self_ensemble

# EDSR X2 res:75s,76s
python3 main.py --data_test Demo --scale 2 --n_resblocks 32 --n_feats 256 --res_scale 0.1 --pre_train ../experiment/model/EDSR_x2.pt --test_only --chop --save_results --self_ensemble

 

 

Pytorch实现的EDSR/WDSR实验

github:https://github.com/Hellcatzm/EDSR-PyTorch

其实就是网上开源的 EDSR 和 WDSR 两个项目合并了一下,有以下几点注意:

  本项目 fork 自网上开源项目,以 EDSR 算法为基准,在原工程基础上添加了 WDSR 算法,并部分添加了注释,训练方法在 /src/demo.sh 下记录,注意不要去执行这个文件,该文件里面记录了工程的各种启动方式,选择想要执行的拷贝到命令行即可。
  由于项目涉及大量的多进程操作,使得本工程在 windows 下不能正常执行,请在 Linux 下测试本工程。
  如需使用 WDSR ,把命令行指令相应位置的 EDSR 改写为 WDSR_a 或者 WDSR_b 即可(不区分大小写)。
  测试时我们首先在 EDSR 项目目录下新建 test 文件夹,存入低分辨率图片,然后在 src 目录下运行如下命令:

python main.py 
    --model 模型名称(不区分大小写) 
    --pre_train 已保存模型路径  
    --test_only 
    --save_results 
    --data_test Demo

生成的图片将保存在 experiment/results-Demo 文件夹下。

 

 

参考文献:

1.https://www.cnblogs.com/hellcat/p/10481282.html

你可能感兴趣的:(图像处理)