超分辨率重建 Super Resolution with PixelShuffle(PyTorch)

代码参考为：官方代码

1、模型数据的处理过程

从测试代码可以看出，数据处理过程如下

• 1.将RGB图像转换为YCbCr图像，
• 2.选取其中的Y通道完成超分辨率重建
• 3.Cb、Cr通道通过PIL.Image自带的BICUBIC算法上采样
• 4.将YCbCr图像转换为RGB图像并保存

2、超分辨率重建的PixelShuffle算法

代码直接调用的是PixelShuffle算法，论文为CVPR2016的论文PixelShuffle，pytorch的调用函数为

CLASS torch.nn.PixelShuffle(upscale_factor)

• 输入为：
• 输出为：

PixelShuffle算法通过卷积层得到了个通道的图像，然后每个像素点的个通道依次转换为对应的的图像块，操作过程如下图所示。

PixelShuffle

3、整体模型

• conv(5,5,1,64) stride = 2 relu
• conv(3,3,64,64)stride=1 relu
• conv(3,3,64,32)sride =1 relu
• conv(3,3,32,uf*uf)stirde = 1
• nn.PixelShuffle(uf)

4、结果展示

测试数据集为BSDS300，15epoch，三倍上采样率，模型测试结果如下：

输入

输出