SRZoo--深度学习图像超分辨率工具

点击上方“算法猿的成长“,关注公众号,选择加“星标“或“置顶”

总第 145 篇文章,本文大约 2100 字,阅读大约需要 7 分钟

前言

今天要介绍的是 Github 上一个基于深度学习的超分辨率工具--SRZoo,并且它还提供了多个预训练模型。Github 地址:

https://github.com/idearibosome/srzoo?u=2181051220&m=4512180215508847&cu=2181051220&ru=1402400261&rm=4512148967116203


简介

SRZoo 是一个基于深度学习的图像超分辨率的工具和模型库,它提供了多种图像超分辨率领域目前性能最好的预训练模型。

它的主要功能包括:

  • SRZoo 提供了多种超分辨率方法的官方预训练模型;

  • 通过 SRZoo,可以非常容易就通过提供的超分辨率方法来获取超分辨率(super-resolved)的图片;

  • 可以在不同配置环境下使用超分辨率模型,比如支持 CUDA 的 GPUs 以及通过 TensorFlow.js 的浏览器;

  • 可以在相同评估标准和环境下对比超分辨率方法的性能。

在下面这篇论文中,你可以了解更多我们的动机以及一些对 SRZoo 的细节描述,比如性能比较等:

J.-H. Choi, J.-H. Kim, J.-S. Lee. SRZoo: an integrated repository for super-resolution using deep learning. IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), May 2020 

论文地址:

https://doi.org/10.1109/ICASSP40776.2020.9054533

arxiv 的地址:

https://arxiv.org/abs/2006.01339

使用要求

  • Python3.6 或者更新的版本

  • TensorFlow1.12 或者更新版本

预训练的超分辨率模型

下面是提供的一些预训练模型,模型的参数都在自模型算法的作者。如果你有用到这些模型算法,请加上对论文的引用。

超分辨率图片检索

在 SRZoo 中通过 get_sr.py 代码提供了一个简单的图像搜索,使用例子:

python get_sr.py --config_path=configs/edsr.json --model_path=edsr_x4.pb --input_path=LR --output_path=SR --scale=4

参数说明:

  • config_path:模型配置文件路径

  • model_path:预训练模型文件路径

  • input_path:输入的低分辨率图片的路径

  • output_path:输出的超分辨率图片的保存路径

  • scale:提高的倍数

  • self_ensemble :指定是否应用 geometric self-ensemble 方法(http://openaccess.thecvf.com/content_cvpr_2017_workshops/w12/papers/Lim_Enhanced_Deep_Residual_CVPR_2017_paper.pdf)

  • cuda_device :指定采用的 GPU 设备索引(需要将环境变量设置为 CUDA_VISIBLE_DEVICE)

注意:部分模型由于不同维度顺序问题,只能在 GPU 上运行。

性能评价

在获取到超分辨率图片后,可以通过代码evaluate_sr.py 进行性能的评价,使用例子:

python evaluate_sr.py --sr_path=SR --truth_path=HR

参数说明:

  • sr_path:超分辨率图片路径

  • truth_path:真实图片的路径

  • shave_borders:图像边界需要修正的像素的数量。通常设置为增大尺寸的倍数(upscaling factor)

  • color_mode:颜色转换模式。

    • ycbcry:YCbCr 颜色空间的 Y 通道

    • RGB:RGB 颜色空间的 RGB 通道

  • evaluators:以逗号分隔的评估方法。主要采用文件夹evaluators 里的评估方法

  • output_name:输出的 CSV 文件的路径

这里你可以自定义自己的评估方法,通过继承基类BaseEvaluator ,代码是保存在文件夹evaluators/

模型转换

也可以对其他预训练的超分辨率模型进行转换。详情可以查看文件夹converter 中的信息。另外,根据config 文件夹的内容来编写你需要进行转换的模型的配置信息。

其他

图像降低(downscaling)工具

SRZoo 对于评估超分辨率模型也提供了降低工具(downscaling utilities),具体可以查看 utils/downscale 文件夹

采用其他的图像处理模型

SRZoo 可以应用于输入输出都是图像的模型,因此也可以在简单做了一些修改后应该其他的图像处理算法。作为一个概念验证,我们提供了一个基于 SRZoo 的预训练图像压缩模型,模型算法来自:

https://github.com/fab-jul/imgcomp-cvpr

使用结果:

如果要应用这些模型,可以简单地将 upscaling factor 设置为 1,比如get_sr.py 中的参数--scale

不过目前只支持在 GPU上运行这些模型。


最近滴滴云推出了多个基于 NVIDIA vGPU 的新型实例,包括计算型、渲染型和游戏型三大类,支持的 GPU包括 Tesla P4、P40、T4 等,可以选择包年、包月或者按照小时购买使用时间,非常灵活方便。

现在填写我的滴滴云专属 AI 大师码:9192,可以享受 9 折优惠。

滴滴云官网地址:

www.didiyun.com


精选AI文章

1.  2020年计算机视觉学习指南

2. 是选择Keras还是PyTorch开始你的深度学习之旅呢?

3. 编写高效的PyTorch代码技巧(上)

4. 编写高效的PyTorch代码技巧(下)

5. 深度学习算法简要综述(上)

6. 深度学习算法简要综述(下)

7. 10个实用的机器学习建议

8. 实战|手把手教你训练一个基于Keras的多标签图像分类器

精选python文章

1.  python数据模型

2. python版代码整洁之道

3. 快速入门 Jupyter notebook

4. Jupyter 进阶教程

5. 10个高效的pandas技巧

精选教程资源文章

1. [资源分享] TensorFlow 官方中文版教程来了

2. [资源]推荐一些Python书籍和教程,入门和进阶的都有!

3. [Github项目推荐] 推荐三个助你更好利用Github的工具

4. Github上的各大高校资料以及国外公开课视频

5. GitHub上有哪些比较好的计算机视觉/机器视觉的项目?

欢迎关注我的微信公众号--算法猿的成长,或者扫描下方的二维码,大家一起交流,学习和进步!

 

如果觉得不错,在看、转发就是对小编的一个支持!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/408334.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Scapy:局域网MAC地址扫描脚本

转载自:http://blog.sina.com.cn/s/blog_4b5039210100gn6k.html 未测试,回头研究研究。 用pythonscapy写的,只要双击.py文件即可,扫描当地局域网的主机MAC地址,并把结果写入文档保存。 代码如下:用到注册表…

基于 opencv 的图像处理入门教程

点击上方“算法猿的成长“,关注公众号,选择加“星标“或“置顶”总第 146 篇文章,本文大约 5000 字,阅读大约需要 20 分钟前言虽然计算机视觉领域目前基本是以深度学习算法为主,但实际上很多时候对图片的很多处理方法&…

新增两款Skin(clover与Valentine)

感谢沪江博客又为博客园提供两款漂亮的Skin。 clover: Valentine: 转载于:https://www.cnblogs.com/dudu/archive/2005/03/06/113853.html

Linux——进程管理学习简单笔记

基本概念:进程和程序的区别 :1、程序是静态概念,本身作为一种软件资源长期保存;而进程是程序的执行过程,它是动态概念,有一定的生命期,是动态产生和消亡的。2、程序和进程无一一对应关系。一个程…

同一页面引入多个JS文件的编码问题

原来只是觉得IE解析HTML文件的时候,需要知道其传输编码,才能正确处理,而从来没有在意过JavaScript文件的编码问题。结果今天发现同一页面中的多个JavaScript文件如果保存编码不同,也会有出错的问题。这个一般怎么会遇到呢&#xf…

简单盘点 CVPR2020 的图像合成论文

点击上方“算法猿的成长“,关注公众号,选择加“星标“或“置顶”总第 147 篇文章,本文大约 3500 字,阅读大约需要 10 分钟前言本文将简单盘点在 CVPR2020 上的图像合成方面的论文,然后给出下载地址以及开源代码 github…

react学习(53)--传参payload

this.props.dispatch({type: startpage/getStartPageByCode,payload: { code: this.props.location.query.code },callback: (res) > {this.setState({popupByCodeDetail: res.data,});},});

泛化、实现、依赖和关联的区别

传统应用程序设计中所说的依赖一般指“类之间的关系”,那先让我们复习一下类之间的关系:a、实现表示类对接口的实现。UML图中实现使用一条带有空心三角箭头的虚线指向接口,如下: b、泛化表示类与类之间的继承关系、接口与接口之间…

目标检测学习笔记

看完吴恩达老师的 deeplearning.ai 课程目标检测这节课程的学习笔记。 文章目录1. 目标定位(object localization)2. 基于滑动窗口的目标检测算法滑动窗口的卷积实现Bounding Box预测(Bounding box predictions)交并比(Intersection over uni…

win8中完成进度

public sealed partial class WorkItem : Page{private IAsyncAction _threadPoolWorkItem;private ManualResetEvent _sleep new ManualResetEvent(false);public WorkItem(){this.InitializeComponent();}// 在线程池中找一个线程去执行指定的方法,并指定其优先级…

中小企业的软件需求问题

近年来,做为我国经济发展新兴动力的中小企业同时也成为了IT行业的热点市场。IT领域的顶级厂商在高端市场日趋饱和的情况下,正逐渐将眼光投向中小企业市场。而大多数IT厂商由于自身的资源和规模限制无法涉足高端用户,中小企业市场为这些厂商提…

数学学习笔记--线性代数

开始复习 AI 算法的基础–数学部分,主要是三方面的内容: 线性代数概率论微积分 参考内容如下: 《深度学习》https://github.com/scutan90/DeepLearning-500-questionshttps://github.com/sladesha/Reflection_Summary 本文是第一篇&#…

诺基亚S40手机联系人导入安卓手机

电话号码较少的话比较简单,拷贝到SIM卡中通过SIM卡中转,只是一般SIM卡只能存储200个左右,联系人比较多的情况就麻烦一点,今天帮导师把诺基亚5220中的800个电话转到三星S4中,综合下来还是使用了这种方法: 诺…

科技馆游记(精华)-------- double篇

科技馆之流水帐乱弹 时间: 公元2005年5月3日 人物: 饭团 (男主角), double (女主角), 路人甲乙丙丁… 地点: 繁华的大都市上海 天气不错, 挺风和日丽的, 饭团和double都没有课。顺便一说,居然交大连国定的五一假期中都要补课,所以饭团这次百忙之中抽空跟…

远程桌面不能连接,提示awgina.dll取代错误的解决办法

远程桌面不能连接,错误提示:您不能初始化一个远程桌面连接,因为在远程计算机上的windows登录软件被不兼容的软件c:\windows\system32\awgina.dll取代,如下图所示: 原因:如果计算机中装有SymantecpcAnywhere…

数学学习笔记--概率论

2. 概率论 2.1 概率分布与随机变量 2.1.1 机器学习为什么要使用概率 事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的,但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。 机器学习通常必须处理…

官方文档很强大!!!学会阅读技术文档的能力(vuex)

我是歌谣 放弃很容易 但是坚持一定很酷 在我们的日常 我们在学习一个新的知识点 的时候 不免就需要我们有阅读文档的能力 了解vuex的产生 比如我们在学习Vuex的时候 最近开始接触新项目了 需要学习一个新项目 了解一个新的知识点 最近主要攻关Vuex这一部分的内容 看看别人封装…

读《.NET本质论》样章有感

这两天抽空看了一下《.NET本质论》,确实是一本经典的好书。如果说《Thinking in Java》是Java中从入门到精通的经典书籍的话,那么《.NET本质论》将是一本深入研究.NET技术的不可多得的佳作。我实在是不知道该如何评价这样一本好书,所以将多次…