SRCNN

srcnn网络结构

1  先取出3的整数倍的像素值， 以进行下面的图像模糊过程

input_ = scipy.ndimage.interpolation.zoom(label_, (1./scale), prefilter=False)

input_ = scipy.ndimage.interpolation.zoom(input_, (scale/1.), prefilter=False)

通过把图片先缩小再放大 ，得到模糊图像（后面要用的input），原始图像就是label，然后把所有的图像裁剪成33*33,和21*21 分别添加到两个list中， 把两个list分别转成array，得到n*33*33*1 和n*21*21*1，然后存成.h5文件格式，再读出

注意 只按照块作为一个训练数据，不是一个图像作为一个数据
1 图像超分辨率重建之SRCNN  https://blog.csdn.net/Autism_/article/details/79401798

2 学习笔记之——基于深度学习的图像超分辨率重建https://blog.csdn.net/gwplovekimi/article/details/83041627#ESPCN%EF%BC%88Efficient%20Sub-Pixel%20Convolutional%20Neural%20Network%EF%BC%89

3医学图像领域的GANs  https://zhuanlan.zhihu.com/p/59521772

仿真过程：

数据集的建立：label120，result，test，三个文件夹。label120是训练文件夹，result存放test结果。

1：训练数据加载   运行CUDA_VISIBLE_DEVICES=(0-7（gpu）) python3 prepare_train.py

nvidia-smi 查资源

ps -f -p 22299（PID）查看具体GPU使用者情况

python3 net11.py 网络训练

测试数据加载   python3  prepare_test.py

进行测试 python3 demo_sr.py

在result中查看结果

2：tensorboard 可视化：

tensorboard --logdir=logs   或者     tensorboard --logdir logs --host 219.244.80.8 --port 8080  。输出网址。linux下输入219.244.80.8:8080

遇到的问题：

1 Thumbs.db存在图片文件夹中，造成数据加载时读写函数识别不出来，出现opencv中cv函数错误。

  Thumbs.db是存放图片的缩略图，一般隐藏在图片文件夹中。

最好用服务器的数据传输传送图片，可以保证缩略图传不过来。如果用SFTP传送，很容易出现问题。

2cvda内存不够，tensorflow CUDA out of memory

https://blog.csdn.net/wangkun1340378/article/details/72782593

可以修改 bitch的大小