实时图像超分辨率：高效子像素卷积网络（ESPCN）解析与代码分享

概要

超分辨率系列论文阅读卷1：Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network
PDF网址：https://arxiv.org/pdf/1609.05158
官网：https://github.com/pytorch/examples/tree/main/super_resolution
本人打包代码、模型百度云盘： https://pan.baidu.com/s/17jJ2mM5PHbVGl_fubr0XZA?pwd=m75r 提取码: m75r

理论知识

大多数深度超分方法（如SRCNN）在输入阶段通过双三次插值（Bicubic）将LR图像上采样至HR空间，随后进行特征提取。这一流程存在两大问题：
（1）计算冗余：HR空间的特征提取需要更大的卷积核和更多计算资源。
（2）信息缺失：插值操作未引入新信息，无法有效解决SR的“病态逆问题”。

ESPCN的核心创新

1. 子像素卷积层（Sub-Pixel Convolution）
   设计思想：将上采样操作延迟至网络末端，直接在LR空间提取特征，最后通过子像素卷积实现高效上采样。
   具体实现：在LR空间通过多层卷积提取特征图，最后一层输出通道数为C×r×r （r为放大倍数），通过周期混洗（Periodic Shuffling）将特征图重新排列为HR图像（图1）。
   
   图示：LR特征图经子像素卷积层直接生成HR图像，避免中间高成本计算。

2. LR空间特征提取的优势
   计算效率：假设放大倍数为r，在LR空间处理的计算复杂度降低r×r倍。
   灵活学习：每个特征图独立学习上采样滤波器，比单一插值滤波器更适应复杂纹理。

操作实操

环境配置

下载预训练模型：espcn_x3.pth，云盘分享文件中已有。

模型位置

项目目录/
├── BLAH_BLAH/
│   ├──espcn_x3.pth

训练数据

| Dataset | Scale | Type | Link |
|---------|-------|------|------|
| 91-image | 3 | Train | [Download](https://www.dropbox.com/s/4mv1v4qfjo17zg3/91-image_x3.h5?dl=0) |
| Set5 | 3 | Eval | [Download](https://www.dropbox.com/s/9qlb94in1iqh6nf/Set5_x3.h5?dl=0) |

基础命令格式：

python train.py --train-file "BLAH_BLAH/91-image_x3.h5" \
                --eval-file "BLAH_BLAH/Set5_x3.h5" \
                --outputs-dir "BLAH_BLAH/outputs" \
                --scale 3 \
                --lr 1e-3 \
                --batch-size 16 \
                --num-epochs 200 \
                --num-workers 8 \
                --seed 123                

python test.py --weights-file "BLAH_BLAH/espcn_x3.pth" \
               --image-file "data/butterfly_GT.bmp" \
               --scale 3

云盘分享文件中，test.py可直接在pycharm中运行.

效果示例