因为自己研究生的研究方向是图像超分辨率重建,前段时间一直在读论文,最近在github找到了一些源码,跑了几个dome
一:源码所需参考论文及下载路径:
1.Learning a Deep Convolutional Network for Image Super-Resolution (SRCNN)
下载链接:http://pdfs.semanticscholar.org/5763/c2c62463c61926c7e192dcc340c4691ee3aa.pdf
2.Accelerating the Super-Resolution Convolutional Neural Network(FSRCNN)
下载链接:http://personal.ie.cuhk.edu.hk/~ccloy/files/eccv_2016_accelerating.pdf
3.Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network(ESPCN)
下载链接:https://arxiv.org/abs/1609.05158
源码下载链接:https://github.com/qobilidop/srcnn
二:源码打开方式
数据集:91-image, set5,set4
该源码包含四种超分辨率重建的方法分别为:bicubic,SRCNN,ESPCN,FSRCNN,用pycharm打开可下看到下面几个文件夹:
其中data存在的数据集,experiments里面放的是模型的参数配置文件,在这里作者用了.json文件,toolbox文件里面是数据路径的获取,模型的定义,衡量标准的指定等。
三:源码运行
1.cpu上运行
运行环境:win10,python==3.6,tensorflow==1.8,keras==2.2.0
打开pycharm--》打开文件(srcnn-master)--》选中experiments--》打开run_all.py,代码如下图所示
如果直接点run,这里运行的是所有的json文件,全部运行完大概需要三周的时间,这里两三种解决方法
(一)把代码中的*更改为想运行的json文件,这样存在一个问题,polt.py运行时会报错,因为程序没有运行完
(二)更改每个json文件中的epoch值
(三)使用GPU加速