BasicSR:基本的超级还原。包括用于ESRGAN，SFT-GAN，SRFLOW，PPON，PAN，SOFVSR，RIFE以及其他用于培训和测试的代码-源码

convolutional-neural-networks super-resolution upscale esrgan

基本SR BasicSR（基本超级还原）是基于PyTorch的开源图像和视频还原工具箱（超分辨率，去噪，去模糊等）。这是原始BasicSR的经过大量修改的分支。您将在此处找到的内容：用于训练和测试计算机视觉（CV）模型的样板代码，集成在单个管道中的不同CV方法和策略以及模块化，以根据需要添加和删除组件，包括新的网络体系结构。进行了大量的代码重写，以减少代码冗余和重复，重组代码并使其更具模块化。可以在找到支持的体系结构的详细信息。（自述文件当前为WIP）此代码的最新版本中的一些新功能：现在，将不同功能（HFEN，SSIM / MS-SSIM，SPL，TV / DTV等）使用的滤镜和图像操作合并到filter.py和colors.py中。可重用的损失生成器，可以减少使用新模型时所需的更改，并且对所有模型仅添加一次新损失度量构建器，在验证期间仅包括选定的那些。

文件下载

资源详情

[{"title":"（ 199 个子文件 2.09MB ） BasicSR:基本的超级还原。包括用于ESRGAN，SFT-GAN，SRFLOW，PPON，PAN，SOFVSR，RIFE以及其他用于培训和测试的代码-源码","children":[{"title":".gitignore 460B ","children":null,"spread":false},{"title":"README.md 20.62KB ","children":null,"spread":false},{"title":"calculate_PSNR_SSIM.m 7.97KB ","children":null,"spread":false},{"title":"calculate_PSNR_SSIM.py 4.59KB ","children":null,"spread":false},{"title":"kernels.md 1.42KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

BasicSR:基本的超级还原。 包括用于ESRGAN，SFT-GAN，SRFLOW，PPON，PAN，SOFVSR，RIFE以及其他用于培训和测试的代码-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载

BasicSR:基本的超级还原。包括用于ESRGAN，SFT-GAN，SRFLOW，PPON，PAN，SOFVSR，RIFE以及其他用于培训和测试的代码-源码