الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

الفيديو الفائق القرار

مجموعة من الفيديو الحديثة أو البنية ذات الدقة الفائقة صورة واحدة ، تُعيد تنفيذها في TensorFlow.

تم تحميل المشروع إلى PYPI الآن. حاول التثبيت من PYPI: 

pip install VSR

الأوزان المسبقة يتم تحميلها الآن.

يتم أيضًا تضمين العديد من تطبيقات Pytorch المشار إليها الآن.

رابط سريع:

  • تثبيت
  • ابدء
  • معيار

قائمة الشبكة والمرجع (التحديث)

يوجه الارتباط التشعبي إلى موقع الورق ، ويتبع الرموز الرسمية إذا فتح المؤلفون المصادر.

يتم تنفيذ كل هذه النماذج في إطار عمل واحد .

نموذج المنشورة شفرة* VSR (TF) ** VSR (الشعلة) الكلمات الرئيسية ما قبل
srcnn ECCV14 -، كيراس ذ ذ Kaiming √
الزبيب arxiv - - - Google ، Pixel 3
ESPCN CVPR16 -، كيراس ذ ذ في الوقت الحالى √
VDSR CVPR16 - ذ ذ عميق ، متبقية √
DRCN CVPR16 - ذ ذ متكرر
DRRN CVPR17 الكافيين ، بيتورش ذ ذ متكرر
Lapsrn CVPR17 ماتلاب ذ - خسارة هوبر
edsr CVPR17 - ذ ذ NTIRE17 بطل √
Srgan CVPR17 - ذ - 1st اقترح غان
vespcn CVPR17 - ذ ذ فيديو √
memnet ICCV17 الكافيين ذ -
Srdensenet ICCV17 -، Pytorch ذ - كثيفة √
SPMC ICCV17 Tensorflow ر ذ فيديو
DNCNN TIP17 ماتلاب ذ ذ دينويز √
DCSCN arxiv Tensorflow ذ -
IDN CVPR18 الكافيين ذ - سريع √
RDN CVPR18 الشعلة ذ - عميق ، ثنائية-دن
SRMD CVPR18 ماتلاب - ذ DENOISE/DEBLUR/SR √
DBPN CVPR18 Pytorch ذ ذ NTIRE18 بطل √
ZSSR CVPR18 Tensorflow - - صفر
FRVSR CVPR18 PDF ر ذ فيديو √
دوف CVPR18 Tensorflow ر - فيديو
كارن ECCV18 Pytorch ذ ذ سريع √
rcan ECCV18 Pytorch ذ ذ عميق ، ثنائية-دن
MSRN ECCV18 Pytorch ذ ذ √
srfeat ECCV18 Tensorflow ذ ذ جان
nlrn NIPS18 Tensorflow ر - غير محلي ، متكرر
srcliquenet NIPS18 - - - المويجات
ffdnet TIP18 ماتلاب ذ ذ شرطية
CBDNET CVPR19 ماتلاب ر - الأعمى الأعمى
SOFVSR ACCV18 Pytorch - ذ فيديو √
Esrgan ECCVW18 Pytorch - ذ المركز الأول بيرم 2018 √
تيكوجان arxiv Tensorflow - ر VideoSr Gan √
RBPN CVPR19 Pytorch - ذ فيديو √
DPSR CVPR19 Pytorch - -
SRFBN CVPR19 Pytorch - -
srntt CVPR19 Tensorflow - - adobe
سان CVPR19 فارغ - - Alidamo Sota
ADAFM CVPR19 Pytorch - - الحسية عن طريق الفم

*الريبو الأول هو من قبل مؤلف الورق.

** y : مدرجة ؛ - : غير مدرج ؛ T : Underting.

يمكنك تنزيل الأوزان التي تم تدريبها مسبقًا من خلال prepare_data ، أو زيارة الارتباط التشعبي في √ .

رابط مجموعات البيانات

(يرجى الاتصال بي إذا كان أي من الروابط يسيء إليك أو أي شخص معاق)

اسم الاستخدام # موقع تعليقات
set5 امتحان 5 تحميل jbhuang0604
set14 امتحان 14 تحميل jbhuang0604
Sunhay80 امتحان 80 تحميل jbhuang0604
Urban100 امتحان 100 تحميل jbhuang0604
vid4 امتحان 4 تحميل 4 مقاطع فيديو
BSD100 يدرب 300 تحميل jbhuang0604
BSD300 قطار/فال 300 تحميل -
BSD500 قطار/فال 500 تحميل -
91 صورة يدرب 91 تحميل يانغ
div2k قطار/فال 900 موقع إلكتروني Ntire17
واترلو يدرب 4741 موقع إلكتروني -
MCL-V. يدرب 12 موقع إلكتروني 12 مقطع فيديو
جبرو قطار/فال 33 موقع إلكتروني 33 مقاطع فيديو ، ديبلور
سيليبا يدرب 202599 موقع إلكتروني الوجوه البشرية
Sintel قطار/فال 35 موقع إلكتروني التدفق البصري
كراسي الطيران يدرب 22872 موقع إلكتروني التدفق البصري
DND امتحان 50 موقع إلكتروني صور صاخبة حقيقية
رينوار يدرب 120 موقع إلكتروني صور صاخبة حقيقية
NC امتحان 60 موقع إلكتروني صور صاخبة
سيد (م) قطار/فال 200 موقع إلكتروني Ntire 2019 Real Denoise
RSR قطار/فال 80 تحميل Ntire 2019 Real SR
Vimeo-90k قطار/اختبار 89800 موقع إلكتروني 90K مقاطع فيديو HQ

مجموعات بيانات مفتوحة أخرى: Kaggle ImageNet Coco

حزمة VSR

توفر هذه الحزمة إطارًا للتدريب ومعالجة البيانات على أساس TF. ما صنعته هو إطار بسيط وسهل الاستخدام بدون الكثير من التشفير والتجريدات. علاوة على ذلك ، يمكن لـ VSR التعامل مع NV12/yuv الخام وكذلك سلسلة من الصور كمدخلات.

ثَبَّتَ

  1. تحضير Tensorflow و pytorch (اختياري). على سبيل المثال ، GPU و CUDA10.0 (أوصي باستخدام conda ): 

    conda install tensorflow-gpu==1.15.0
# optional
# conda install pytorch

  2. تثبيت حزمة VSR 

     # For someone see this doc online
# git clone https://github.com/loseall/VideoSuperResolution && cd VideoSuperResolution
pip install -e .

ابدء

  1. قم بتنزيل الأوزان التي تم تدريبها مسبقًا ومجموعات بيانات التدريب (Optinal). على سبيل المثال ، لنبدأ ببيانات اختبار VESPCN و VID4: 

    python prepare_data.py --filter vespcn vid4

  2. تخصيص CD ~/ .vsr/ touch config.yml 

     backend : tensorflow  # (tensorflow, pytorch)
verbose : info        # (debug, info, warning, error)

  3. يقيم 

     cd Train
python eval.py srcnn -t vid4 --pretrain=/path/srcnn.pth

  4. يدرب 

    python prepare_data.py --filter mcl-v
cd Train
python train.py vespcn --dataset mcl-v --memory_limit 1GB --epochs 100

حسنًا ، هذا كل ما تحتاجه. لمزيد من التفاصيل ، استخدم --help للحصول على مزيد من المعلومات.

يمكن العثور على المزيد من المستندات في المستندات.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل