This is an internal working document of T10, a Technical Committee of Accredited Standards Committee INCITS
(InterNational Committee for Information Technology Standards). As such this is not a completed standard and
has not been approved. The contents may be modified by the T10 Technical Committee. The contents are
actively being modified by T10. This document is made available for review and comment only.
Permission is granted to members of INCITS, its technical committees, and their associate
2022-07-11 19:00:33
770KB
1
用卷积滤波器matlab代码Tensorflow中的SRCNN
基于深度卷积网络的图像超分辨率的Tensorflow实现。
GT
双三次
神经网络
实施细节
我们的实现使用TensorFlow训练SRCNN。
我们使用了与本文所述几乎相同的方法。
我们使用91个图像数据集训练了网络，并在训练时使用Set5数据集进行了验证。
在测试时，为了获得相同的放大倍数2、3和4的结果大小，我们将测试图像裁剪为12，即最小公倍数。
另外，我们将地面实况的边界和双三次内插测试图像填充了6，以使其尺寸与SRCNN结果相同。
根据该论文，在放大系数为3的Set5上，最佳性能是滤波器大小为9-5-5和ImageNet训练数据集时的平均PSNR值为32.75dB，但我们的目标是32.39dB
，这是在经过验证时的平均PSNR值该模型使用91个图像数据集，9-1-5滤镜大小和Y进行训练。
在训练了12,500个纪元之后，我们得到了相同的值32.39dB
。
给出了具有91个图像训练数据集和放大系数为3的预训练模型。
请注意，我们使用Y通道进行了训练和测试。
如果要使用3通道（YCbCr或RGB）进行训练和测试，
2022-07-11 17:11:51
46.15MB
1