點(diǎn)擊上方“算法猿的成長“，關(guān)注公眾號，選擇加“星標(biāo)“或“置頂”

總第 145 篇文章，本文大約 2100?字，閱讀大約需要?7?分鐘

前言

今天要介紹的是 Github 上一個(gè)基于深度學(xué)習(xí)的超分辨率工具--SRZoo，并且它還提供了多個(gè)預(yù)訓(xùn)練模型。Github 地址：

https://github.com/idearibosome/srzoo?u=2181051220&m=4512180215508847&cu=2181051220&ru=1402400261&rm=4512148967116203

---

簡介

SRZoo 是一個(gè)基于深度學(xué)習(xí)的圖像超分辨率的工具和模型庫，它提供了多種圖像超分辨率領(lǐng)域目前性能最好的預(yù)訓(xùn)練模型。

它的主要功能包括：

• SRZoo 提供了多種超分辨率方法的官方預(yù)訓(xùn)練模型；

• 通過 SRZoo，可以非常容易就通過提供的超分辨率方法來獲取超分辨率(super-resolved)的圖片；

• 可以在不同配置環(huán)境下使用超分辨率模型，比如支持 CUDA 的 GPUs 以及通過 TensorFlow.js 的瀏覽器；

• 可以在相同評估標(biāo)準(zhǔn)和環(huán)境下對比超分辨率方法的性能。

在下面這篇論文中，你可以了解更多我們的動機(jī)以及一些對 SRZoo 的細(xì)節(jié)描述，比如性能比較等：

J.-H.?Choi,?J.-H.?Kim,?J.-S.?Lee.?SRZoo:?an?integrated?repository?for?super-resolution?using?deep?learning.?IEEE?International?Conference?on?Acoustics,?Speech,?and?Signal?Processing?(ICASSP),?May?2020?

論文地址：

https://doi.org/10.1109/ICASSP40776.2020.9054533

arxiv 的地址：

https://arxiv.org/abs/2006.01339

使用要求

• Python3.6 或者更新的版本

• TensorFlow1.12 或者更新版本

預(yù)訓(xùn)練的超分辨率模型

下面是提供的一些預(yù)訓(xùn)練模型，模型的參數(shù)都在自模型算法的作者。如果你有用到這些模型算法，請加上對論文的引用。

超分辨率圖片檢索

在 SRZoo 中通過 get_sr.py 代碼提供了一個(gè)簡單的圖像搜索，使用例子：

python?get_sr.py?--config_path=configs/edsr.json?--model_path=edsr_x4.pb?--input_path=LR?--output_path=SR?--scale=4

參數(shù)說明：

• config_path：模型配置文件路徑

• model_path：預(yù)訓(xùn)練模型文件路徑

• input_path：輸入的低分辨率圖片的路徑

• output_path：輸出的超分辨率圖片的保存路徑

• scale：提高的倍數(shù)

• self_ensemble ：指定是否應(yīng)用 geometric self-ensemble 方法（http://openaccess.thecvf.com/content_cvpr_2017_workshops/w12/papers/Lim_Enhanced_Deep_Residual_CVPR_2017_paper.pdf）

• cuda_device ：指定采用的 GPU 設(shè)備索引（需要將環(huán)境變量設(shè)置為 CUDA_VISIBLE_DEVICE)

注意：部分模型由于不同維度順序問題，只能在 GPU 上運(yùn)行。

性能評價(jià)

在獲取到超分辨率圖片后，可以通過代碼evaluate_sr.py 進(jìn)行性能的評價(jià)，使用例子：

python?evaluate_sr.py?--sr_path=SR?--truth_path=HR

參數(shù)說明：

• sr_path：超分辨率圖片路徑

• truth_path：真實(shí)圖片的路徑

• shave_borders：圖像邊界需要修正的像素的數(shù)量。通常設(shè)置為增大尺寸的倍數(shù)(upscaling factor)

• color_mode：顏色轉(zhuǎn)換模式。

• • ycbcry：YCbCr 顏色空間的 Y 通道

  • RGB：RGB 顏色空間的 RGB 通道

• evaluators：以逗號分隔的評估方法。主要采用文件夾evaluators 里的評估方法

• output_name:輸出的 CSV 文件的路徑

這里你可以自定義自己的評估方法，通過繼承基類BaseEvaluator ，代碼是保存在文件夾evaluators/。

模型轉(zhuǎn)換

也可以對其他預(yù)訓(xùn)練的超分辨率模型進(jìn)行轉(zhuǎn)換。詳情可以查看文件夾converter 中的信息。另外，根據(jù)config 文件夾的內(nèi)容來編寫你需要進(jìn)行轉(zhuǎn)換的模型的配置信息。

其他

圖像降低(downscaling)工具

SRZoo 對于評估超分辨率模型也提供了降低工具(downscaling utilities)，具體可以查看 utils/downscale 文件夾

采用其他的圖像處理模型

SRZoo 可以應(yīng)用于輸入輸出都是圖像的模型，因此也可以在簡單做了一些修改后應(yīng)該其他的圖像處理算法。作為一個(gè)概念驗(yàn)證，我們提供了一個(gè)基于 SRZoo 的預(yù)訓(xùn)練圖像壓縮模型，模型算法來自：

https://github.com/fab-jul/imgcomp-cvpr

使用結(jié)果：

如果要應(yīng)用這些模型，可以簡單地將 upscaling factor 設(shè)置為 1，比如get_sr.py 中的參數(shù)--scale。

不過目前只支持在 GPU上運(yùn)行這些模型。

---

最近滴滴云推出了多個(gè)基于 NVIDIA vGPU 的新型實(shí)例，包括計(jì)算型、渲染型和游戲型三大類，支持的 GPU包括 Tesla P4、P40、T4 等，可以選擇包年、包月或者按照小時(shí)購買使用時(shí)間，非常靈活方便。

現(xiàn)在填寫我的滴滴云專屬 AI 大師碼：9192，可以享受 9 折優(yōu)惠。

滴滴云官網(wǎng)地址：

www.didiyun.com

---

精選AI文章

1.??2020年計(jì)算機(jī)視覺學(xué)習(xí)指南

2.?是選擇Keras還是PyTorch開始你的深度學(xué)習(xí)之旅呢？

3.?編寫高效的PyTorch代碼技巧（上）

4.?編寫高效的PyTorch代碼技巧（下）

5.?深度學(xué)習(xí)算法簡要綜述(上)

6.?深度學(xué)習(xí)算法簡要綜述(下)

7.?10個(gè)實(shí)用的機(jī)器學(xué)習(xí)建議

8.?實(shí)戰(zhàn)|手把手教你訓(xùn)練一個(gè)基于Keras的多標(biāo)簽圖像分類器

精選python文章

1.??python數(shù)據(jù)模型

2.?python版代碼整潔之道

3.?快速入門 Jupyter notebook

4.?Jupyter 進(jìn)階教程

5.?10個(gè)高效的pandas技巧

精選教程資源文章

1.?[資源分享] TensorFlow 官方中文版教程來了

2.?[資源]推薦一些Python書籍和教程，入門和進(jìn)階的都有！

3.?[Github項(xiàng)目推薦] 推薦三個(gè)助你更好利用Github的工具

4.?Github上的各大高校資料以及國外公開課視頻

5.?GitHub上有哪些比較好的計(jì)算機(jī)視覺/機(jī)器視覺的項(xiàng)目？

歡迎關(guān)注我的微信公眾號--算法猿的成長，或者掃描下方的二維碼，大家一起交流，學(xué)習(xí)和進(jìn)步！

?

如果覺得不錯(cuò)，在看、轉(zhuǎn)發(fā)就是對小編的一個(gè)支持！

總結(jié)

以上是生活随笔為你收集整理的SRZoo--深度学习图像超分辨率工具的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。