Real-World Super-Resolution via Kernel Estimation and Noise Injection(realSR)代码怎么跑起来？

深夜不安静，音乐听听而已

已于 2022-10-08 15:16:48 修改

阅读量1.5k

点赞数 2

分类专栏：深度学习文章标签： python 人工智能深度学习

于 2022-09-25 19:05:17 首次发布

本文链接：https://blog.youkuaiyun.com/qq_40570751/article/details/127041373

版权

深度学习专栏收录该内容

5 篇文章

订阅专栏

论文名称：Real-World Super-Resolution via Kernel Estimation and Noise Injection

代码地址：

https://github.com/Tencent/Real-SR

环境配置

可以按照仓库中给的库版本进行配置，也可以搜索basicSR的代码，配置basicSR环境

跑track1的代码

要运行这两个文件，首先要在path.yml中将路径修改,格式如下：

df2k:
  tdsr:
    source: '../../ntire20/Corrupted-tr-x'
    target: '../../ntire20/Corrupted-tr-y'
    valid:
datasets:       # 输出的目录
  df2k: '../datasets/DF2K'

确定输入输出路径：

输入：source是低分辨率图片，而target是高清图片。在df2k中：Corrupted-tr-x是NEIRE中的source data Corrupted-tr-y是高清的target data

输出：dataset:下的内容

如果是自己的数据集还有修改create_bicubic_dataset.py中的程序

因为还要将路径从yml文件中读取出来，赋值给变量

也是仿照tf2k的写法就可以了

elif opt.dataset == 'hcp':          # 通过读取yaml文件指定路径，这个也是通过键值对的形式，df2k就是有LR,HR对的，else里面是没有的那一种
    path_sdsr = PATHS['datasets']['hcp'] + '/generated/sdsr/'
    path_tdsr = PATHS['datasets']['hcp'] + '/generated/tdsr/'
    input_source_dir = PATHS['hcp']['tdsr']['source']
    input_target_dir = PATHS['hcp']['tdsr']['target']
    source_files = [os.path.join(input_source_dir, x) for x in os.listdir(input_source_dir) if utils.is_image_file(x)]
    target_files = [os.path.join(input_target_dir, x) for x in os.listdir(input_target_dir) if utils.is_image_file(x)]

然后开始下采样和采集噪声

create_bicubic_dataset.py 会进行下采样，然后，对源域和目标域进行下采样。

python3 ./preprocess/create_bicubic_dataset.py --dataset df2k --artifacts tdsr

这一步回创建dataset文件夹中的/generated/tdsr/中的hr和lr

collect_noise.py 好像就是把图像变成灰度，然后随机裁剪保留高频？

python3 ./preprocess/collect_noise.py --dataset df2k --artifacts tdsr

同样在运行这个程序的时候也要将collect_noise.py 中的路径更改

然后运行训练程序即可

bug:

https://github.com/Tencent/Real-SR/issues/16

按照方法2解决了

bug

ValueError: Required crop size (80, 80) is larger then input image size (50, 50)

self.noises = noiseDataset(opt['noise_data'], opt['GT_size']/opt['scale'])

这里是决定crop_size的

RuntimeError: The size of tensor a (192) must match the size of tensor b (96) at non-singleton dimension 3

应该是scale改了2但是没有起作用，还是4x超分了

RuntimeError: mat1 and mat2 shapes cannot be multiplied (16x4608 and 8192x100)

论文的判别器一定要是128或者是256.这可咋整

只能将<128的图片去掉

要求noise_img也大于64