SRCNN 卷積神經網絡

2019-05-19

從GitHub下載了代碼（這里）

代碼量雖然不多，但是第一次學，花了時間還是挺多的。根據代碼有跑出結果（基本沒有改），但是對於數據集的處理還是看的很懵逼，主要是作者的實現都是用類封裝，然后調用函數實現，而且每一個代碼塊沒有測試，所以很多代碼不知道什么意思，所以，我把能夠拆分的進行了拆分，用jupyter重新實現下

 

一、數據集的理解

在加載成 dataloader 之前應先做預處理

1.對於訓練集不是利用RGB訓練的，而是使用YCbCr的 Y 通道

 

2.將訓練集圖像利用torchvision.transforms 里的 Resize 縮小到 128*128的大小，此時圖像會變模糊

（論文中用雙三次插值，所以我一直在代碼中找這個，沒想到用了Resize）

訓練圖：

Compose(
    CenterCrop(size=(256, 256))
    Resize(size=128, interpolation=PIL.Image.BILINEAR)
    ToTensor()
)

標簽：

Compose(
    CenterCrop(size=(256, 256))
    ToTensor()
)

 

3.構建dataloader（）

4.前向傳播

nn.Conv2d(in_channels=num_channels, out_channels=base_filter, kernel_size=9, stride=1, padding=4, bias=True),
            nn.ReLU(inplace=True),
            nn.Conv2d(in_channels=base_filter, out_channels=base_filter // 2, kernel_size=1, bias=True),
            nn.ReLU(inplace=True),
            nn.Conv2d(in_channels=base_filter // 2, out_channels=num_channels * (upscale_factor ** 2), kernel_size=5, stride=1, padding=2, bias=True),
            nn.PixelShuffle(upscale_factor)

 

5.利用（1,1,256,256）的輸出和標簽做了loss

6.經過20代迭代

===> Epoch 20 starts:
 200/200 [================================================================================>]  Step: 151ms | Tot: 29s948ms | Loss: 0.0034
    Average Loss: 0.0034
 100/100 [================================================================================>]  Step: 92ms | Tot: 8s353ms | PSNR: 25.9508
    Average PSNR: 25.9508 dB