从超分辨 FALSR ( tensorflow ) 导出pb模型参数

FALSR （快速、准确和轻量级超分辨率）

在《FALSR-master》中有三个模型：FALSR-A.pb、FALSR-B.pb、FALSR-C.pb。

我们也来测试下：

还是用《tf_estimator_barebone-master》的datast.div2k 来运行模型。

可以载入，但不能前推，我的 tensorflow 1.0 不能运行 1.8中的一些特性。

好吧。先 print(graph_def) 到文本文件中。模型参数已经在里面了。

去掉不认识的属性。

然后按照《将TensorFlow的网络导出为单个文件》中的方法

text_format.Merge(f.read(), graph_def)

重新载入这个编辑好的模型，就可以运行了。重建图像好象不对。

还好，y(亮度通道)重建已经完成了，后面只是一些和pbpr一起的"加减乘除"。取出y自己在外面"加减乘除"合成彩色吧。

FALSR-C.pb模型的效果图：

小图

2倍图

也不知道和 tensorflow 1.8 的结果是否相同？确实运行速度还是比较快的！！

前面的文件中已经有模型参数了，是一些不知道怎么用的字符串：

"\377\377\377\377\034\000\000\000\034\000\000\000\001\000\000\000"

-=-=-=，终于在一个网页中看到 np.fromstring 可以转换。后面就只有一些字符串处理事情了。

这里可以结束了。

下一篇开始用C++来实现吧。

结束。