实战训练与源码教程：用Real-ESRGAN对抗生成超分技术实现超高清图像！

目录

前言

超分数据如何构造呢？

Real-ESRGAN

1. 高质量细节重建

2. 真实感和自然度

3. 处理真实世界数据

4. 多尺度和多种类型的输入

5. 视觉效果的提升

超分如何退化

1. 模糊处理

2. 噪声处理

3. 压缩失真

4. 训练数据的退化模拟

2.经典退化模型◆退化过程全览

Real esrgan 实践开始

代码环境安装

数据构造

训练Real esrgan网络

第一步是训练real esrnet网络

训练Real esrGan

finetune和生成退化数据

---

前言

大家好，我是cv君，今天给大家重点介绍一下高质量超分方案Real esrgan，他的方案非常有效，我们可以使用他的方案，自己用高效的生成器来做很多高速、高效的超分。为啥呢？因为他的退化方案不错，他是盲超分算法，盲超分是啥意思呢，就是不知道低分辨率LR和高分辨率图像HR关系的。

超分数据如何构造呢？

    我们在实际生活中，比如你手机是2k的图，你想训练个4倍超分，变成8K分辨率的图，你该怎么构造数据呢？你只有相机拍的2K图，相当于你没有GT咋训练呢，一般情况下，学术界很简单的通过下采样方式，将图像变小成一半或1/4等，这样就得到了小图当LR训练，原图当HR监督，这样就得到了一般的训练数据：DIV2K和Filcker数据等，大量的超分数据，都是这样退化的，那么他们的退化方式是：（双三次ÿ