第二周项目进展报告
-
图像修复方面
- 我们初步测试了SRRESNET,但是觉得图片的处理有些锐化,这周发现GAN的应用对于图像超分的处理结果非常好,尤其是图像边缘,并不会出现过度锐化现象,我们项目小组开始学习并复用关于GAN的应用的代码
首先我们复用并测试了SRGAN的许多代码,发现其超分辨图像的结果并没有展示图片效果那么好,问题我也进行了总结. - 首先这个模型不能很好的将图片中的三原色噪音进行很好的降噪,我们初步容忍了这个缺陷。并且它不能对每种输入图像都有一个很好的修复结果,简单的说,它貌似只能对“小图”,进行很好的修复,2、4倍这两个模型参数我们都进行了测试,2倍的模型修复效果很一般,对于传入的图片似乎并没有进行修复。4倍的模型对于一些小图的修复还不错,但是经过我们的测试,一旦这个输入图像的大小不满足模型的“胃口”,比如原本输入的像素大小64 ×64的,使用SRGAN 4倍修复结果可以,但如果我将其扩大到80*80,同一张图片,修复结果将天差地别。我反复进行测试并处理输入图像大小(利用opencv来resize),但SRGAN的修复结果就是参差不齐,总结说就是只有那一部分大小和清晰度都满足它要求的图像的修复有很好效果,其它的基本就是没有区别, 只是放大了一下。这显然不符合我们的初期项目设计要求: 更加用户友好型。
- 在图像修复部分,我们将分工,一名同学继续尝试复用SRGAN,其余两名同学寻找其他模型。
- 我们初步测试了SRRESNET,但是觉得图片的处理有些锐化,这周发现GAN的应用对于图像超分的处理结果非常好,尤其是图像边缘,并不会出现过度锐化现象,我们项目小组开始学习并复用关于GAN的应用的代码
-
在web方面
- web方面还是按照正常计划进行,计划先使用eclipse部署,版本比较老,加载速度相较于idea很慢,但是能直接部署,为了在项目中期前做出可以初步投入使用的,决定先舍弃运行速度。之后转换为idea,然后进行页面美化。
- web方面还是按照正常计划进行,计划先使用eclipse部署,版本比较老,加载速度相较于idea很慢,但是能直接部署,为了在项目中期前做出可以初步投入使用的,决定先舍弃运行速度。之后转换为idea,然后进行页面美化。