srcnn matlab代码SRCNN-张量流 概述 SRCNN 算法的实现。 官方网站上的原始Matlab和Caffe可以找到。 文件 测试/：测试数据集 train/：训练数据集 main_process.py：主要训练/测试文件 srcnn_model.py：定义srcnn模型类 utils.py：数据预处理函数 preprocess.m：预处理训练/测试图像，包括图像裁剪和归一化（ Matlab 代码） modcrop.m：裁剪适合特定比例的尺寸（ Matlab 代码） 用法 用于训练， python main_process.py 用于测试， python main_process.py --is_train False --extract_stride 21 结果 去做 参考 原论文： 部分代码基于这个库，scipy 实现了图像预处理。

超分辨率卷积神经网络（SRCNN） 适用于Python / Torch，Numpy和Avnet的ZedBoard的SRCNN实现 单个图像超分辨率（SR）的目的是从单个低分辨率（LR）图像中恢复高分辨率（HR）图像。 该存储库包含Dong，Chao等人的超分辨率卷积神经网络（SRCNN）的三种实现。 “使用深度卷积网络的图像超分辨率。” （ ） 概括 9-5-5卷积神经网络 三种实现 火炬：用于训练网络，提取权重和放大 脾气暴躁：升级 Cython：用于升级（可以在Avnet的上运行） 完全由CPU运行或 在ZedBoards FPGA上运行2D卷积 用法 有关用法说明和先决条件，请参见其文件夹中的相应实现的README.md文件： 指标 公制 双三次 爱生雅 NE + LLEA 卡卡 安拉 A + A SRCNN（东） SRCNN（我们的） 信噪比 29.56 31.42

SRCNN Tensorflow Tensorflow 中超高分辨率CNN的实现 运行步骤示例： cd example python train.py python super_resolve.py --image_file YOUR_IMAGE

针对小白，包运行。文件包含数据集，解压后放到D盘。在终端运行README中train或者test部分的内容。最好使用绝对路径，其中的参数num_works 8为进程数，一般电脑改为0即可。只需要4积分，四舍五入就是白送啊。包运行。有问题联系博主，看到私信会回复。

图像超分辨率领域用到的数据集，积分免费下载！

The running time reported in the paper is from C++ implementation. This Matlab version is a re- implementation, and is for the ease of understanding the algorithm. This code is not optimized, and the speed is not representative. The result can be slightly different from the paper due to transferring across platforms.

srcnn_x2_pth srcnn_x3_pth srcnn_x4_pth 超分辨率模型下载

SRCNN-pytorch-master.zip

SRCNN两种实现代码，一个matlab，一个python。SRCNN(Super-Resolution Convolutional Neural Network)是首次在超分辨率重建领域应用 卷积神经网络 的深度学习模型。对于输入的一张低分辨率图像，SRCNN首先使用双立方插值将其放大至目标尺寸，然后利用一个三层的 卷积神经网络 去拟合低分辨率图像与高分辨率图像之间的非线性映射，最后将网络输出的结果作为重建后的高分辨率图像。

91-image包括91张图像、set5中5幅图，set14中14幅图，可用于SRCNN超分辨率的训练、验证与测试