圖像超分辨率重建之srcnn,基於tensorflow實現


本篇適用人群對於那些知道srcnn的每個步驟的人但是不是很會打代碼的人

首先,附上我的github:https://github.com/zzydashuaibi/srcnn_tensorflow

在寫代碼之前,我們需要明白一件事就是我們每一次訓練實際上是訓練圖片的某一部分(33*33)最后輸出的是卷積后的大小只有22*22,所以srcnn的預處理要比其他的圖像重建的模型要復雜一點。

他除了一般的預處理操作,還需要將圖片分割,最后的訓練完還做實驗的時候還需要將圖片結合起來,至於其他的,相信你自己,雖然第一次可能會覺得難,但是多看幾天,總會看的懂的。

那么一點點注釋:config.py是用來配置一些訓練參數,以及sample,chekpoint的路徑

        evaluate.py是用來做評價函數的,但是這次我沒有用它,也就是ssim與psnr

        model.py是模型文件以類的方式實現

        preprocessing.py是預處理文件

        test.py是那張圖來測試這個模型

同時,這個代碼邏輯是很多人不曾談的,導致下個代碼卻讀起來很難受,因此我在代碼中注解了很多注釋,同時也將很多東西用最簡單的方式寫出。

最后,refference:tegg89的這篇代碼

 

        


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM