火火的博客

这里写目录标题扫盲知识扫盲知识传统超分辨重建技术大体上可分为4类预测型（prediction-based）边缘型（edge-based）统计型（statistical）图像块型（patch-based/example-based）目前使用最多的是图像块型，我们在图像块型领域选择了4篇基于深度学习的图像块型超分辨重建的经典论文进行关键技术点分析。从论文中我们可以看出研究者们对于超分辨任务的不同的理解与解决问题思路。...

文章目录EDSR 模型（enhanced deep super-resolution network）1、Conv层（卷积层）2、ReLU层首先，激活函数层的作用：为什么非要使用ReLU？梯度消失【补充细节】3、Mult层4、为啥去掉BN层？5、Shuffle是什么？6、ResBlock是什么？EDSR 模型（enhanced deep super-resolution network）https://blog.youkuaiyun.com/sinat_36197913/article/details/10484

超清晰度重建（SR） Python+OpenCV+EDSR模型首先 1024节日快乐。虽然我前面介绍了很多种模型，但是真的要自己实现超清重建，还不是哪个模型网上资料多，实现简单就做哪个模型么…（嘴上很抗拒，身体很诚实）接下来，我将用EDSR模型，来实现超清重建。1、安装OpenCV contrib模块OpenCV中的超分辨率功能被集成在了contrib模块中，因此我们首先需要安装OpenCV的扩展模块。超分辨率被集成在dnn_superres模块中，如果小伙伴们电脑空间有限，可以只编译这一个模