หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

Video Super Resolution

คอลเลกชันของวิดีโอที่ล้ำสมัยหรือสถาปัตยกรรมความละเอียดสุดยอดภาพเดี่ยวซึ่งได้รับการปรับปรุงใหม่ใน TensorFlow

โครงการอัปโหลดไปยัง PYPI ตอนนี้ ลองติดตั้งจาก PYPI: 

pip install VSR

น้ำหนักที่ได้รับการปรับสภาพกำลังอัพโหลดตอนนี้

การใช้งาน Pytorch ที่อ้างอิงหลายครั้งก็รวมอยู่ในขณะนี้

ลิงค์ด่วน:

  • การติดตั้ง
  • เริ่มต้น
  • เกณฑ์มาตรฐาน

รายการเครือข่ายและการอ้างอิง (อัปเดต)

ไฮเปอร์ลิงก์นำไปยังไซต์กระดาษตามรหัสอย่างเป็นทางการหากผู้เขียนเปิดแหล่งข้อมูล

แบบจำลองทั้งหมดเหล่านี้ถูกนำไปใช้ในกรอบ เดียว

แบบอย่าง ที่ตีพิมพ์ รหัส* VSR (TF) ** VSR (คบเพลิง) คำสำคัญ ที่ได้ก่อน
srcnn ECCV14 -, keras y y การฆ่า
ลูกเกด arxiv - - - Google, Pixel 3
ESPCN CVPR16 -, keras y y เวลาจริง
VDSR CVPR16 - y y ลึกและเหลือ
DRCN CVPR16 - y y กำเริบ
drrn CVPR17 คาเฟอีน pytorch y y กำเริบ
Lapsrn CVPR17 matlab y - การสูญเสียฮูเบอร์
EDSR CVPR17 - y y แชมป์ NTire17
srgan CVPR17 - y - Gan ที่เสนอที่ 1
Vespcn CVPR17 - y y วิดีโอ
memnet ICCV17 คาเฟอีน y -
Srdensenet ICCV17 -, pytorch y - หนาแน่น
SPMC ICCV17 เทนเซอร์โฟลว์ T y วิดีโอ
dncnn Tip17 matlab y y ชาวเดนิส
DCSN arxiv เทนเซอร์โฟลว์ y -
idn CVPR18 คาเฟอีน y - เร็ว
RDN CVPR18 คบเพลิง y - ลึก bi-bd-dn
SRMD CVPR18 matlab - y denoise/deblur/sr
DBPN CVPR18 pytorch y y แชมป์ NTire18
ZSSR CVPR18 เทนเซอร์โฟลว์ - - เป็นศูนย์
FRVSR CVPR18 PDF T y วิดีโอ
DUF CVPR18 เทนเซอร์โฟลว์ T - วิดีโอ
คบน ECCV18 pytorch y y เร็ว
RCAN ECCV18 pytorch y y ลึก bi-bd-dn
MSRN ECCV18 pytorch y y
srfeat ECCV18 เทนเซอร์โฟลว์ y y กาน
nlrn nips18 เทนเซอร์โฟลว์ T - ไม่ใช่ท้องถิ่นกำเริบ
Srcliquenet nips18 - - - เวฟเล็ต
ffdnet TIP18 matlab y y denoise ตามเงื่อนไข
cbdnet CVPR19 matlab T - คนตาบอด
SOFVSR ACCV18 pytorch - y วิดีโอ
Esrgan ECCVW18 pytorch - y อันดับ 1 Pirm 2018
Tecogan arxiv เทนเซอร์โฟลว์ - T วิดีโอ Gan
RBPN CVPR19 pytorch - y วิดีโอ
DPSR CVPR19 pytorch - -
srfbn CVPR19 pytorch - -
srntt CVPR19 เทนเซอร์โฟลว์ - - Adobe
ซัน CVPR19 ว่างเปล่า - - Alidamo Sota
adafm CVPR19 pytorch - - Sensetime Oral

*repo ครั้งที่ 1 คือโดยผู้เขียนกระดาษ

** y : รวม; - : ไม่รวม; T : การทดสอบต่ำกว่า

คุณสามารถดาวน์โหลดน้ำหนักที่ได้รับการฝึกอบรมล่วงหน้าผ่าน prepare_data หรือเยี่ยมชมไฮเปอร์ลิงก์ที่ √

ลิงค์ของชุดข้อมูล

(โปรดติดต่อฉันหากลิงค์ใด ๆ ทำให้คุณขุ่นเคืองหรือคนใดคนหนึ่งถูกปิดการใช้งาน)

ชื่อ การใช้งาน - เว็บไซต์ ความเห็น
set5 ทดสอบ 5 การดาวน์โหลด JBHUANG0604
set14 ทดสอบ 14 การดาวน์โหลด JBHUANG0604
Sunhay80 ทดสอบ 80 การดาวน์โหลด JBHUANG0604
Urban100 ทดสอบ 100 การดาวน์โหลด JBHUANG0604
vid4 ทดสอบ 4 การดาวน์โหลด 4 วิดีโอ
BSD100 รถไฟ 300 การดาวน์โหลด JBHUANG0604
BSD300 รถไฟ/วาล 300 การดาวน์โหลด -
BSD500 รถไฟ/วาล 500 การดาวน์โหลด -
ภาพ 91 ภาพ รถไฟ 91 การดาวน์โหลด หยาง
Div2K รถไฟ/วาล 900 เว็บไซต์ ntire17
วอเตอร์ลู รถไฟ 4741 เว็บไซต์ -
MCL-V รถไฟ 12 เว็บไซต์ 12 วิดีโอ
GoPro รถไฟ/วาล 33 เว็บไซต์ 33 วิดีโอ deblur
ซีเลบา รถไฟ 202599 เว็บไซต์ ใบหน้าของมนุษย์
Sintel รถไฟ/วาล 35 เว็บไซต์ การไหลของแสง
เก้าอี้บิน รถไฟ 22872 เว็บไซต์ การไหลของแสง
DND ทดสอบ 50 เว็บไซต์ ภาพถ่ายที่มีเสียงดังจริง
เรนัวร์ รถไฟ 120 เว็บไซต์ ภาพถ่ายที่มีเสียงดังจริง
NC ทดสอบ 60 เว็บไซต์ ภาพถ่ายที่มีเสียงดัง
Sidd (M) รถไฟ/วาล 200 เว็บไซต์ ntire 2019 จริง denoise
RSR รถไฟ/วาล 80 การดาวน์โหลด ntire 2019 Real Sr
Vimeo-90k รถไฟ/ทดสอบ 89800 เว็บไซต์ วิดีโอ HQ 90K

ชุดข้อมูลที่เปิดอยู่อื่น ๆ : Kaggle Imagenet Coco

แพ็คเกจ VSR

แพ็คเกจนี้มีกรอบการฝึกอบรมและการประมวลผลข้อมูลตาม TF สิ่งที่ฉันทำคือเฟรมเวิร์กที่เรียบง่ายและใช้งานง่ายโดยไม่ต้องมีสิ่งกีดขวางและสิ่งที่เป็นนามธรรมมากมาย ยิ่งไปกว่านั้น VSR สามารถจัดการ NV12/YUV ดิบรวมถึงลำดับของภาพเป็นอินพุต

ติดตั้ง

  1. เตรียม tensorflow ที่เหมาะสมและ pytorch (ไม่บังคับ) ตัวอย่างเช่น GPU และ CUDA10.0 (แนะนำให้ใช้ conda ): 

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

  2. ติดตั้งแพ็คเกจ VSR 

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

เริ่มต้น

  1. ดาวน์โหลดชุดข้อมูลการฝึกอบรมที่ผ่านการฝึกอบรมล่วงหน้าและ (optinal) ตัวอย่างเช่นเริ่มต้นด้วยข้อมูลทดสอบ VESPCN และ VID4: 

    python prepare_data.py --filter vespcn vid4

  2. ปรับแต่งแบ็กเอนด์ซีดี ~/ .vsr/ touch config.yml 

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

  3. ประเมิน 

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

  4. รถไฟ 

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

ตกลงนั่นคือทั้งหมดที่คุณต้องการ สำหรับรายละเอียดเพิ่มเติมให้ใช้ --help ช่วยรับข้อมูลเพิ่มเติม

เอกสารเพิ่มเติมสามารถพบได้ที่เอกสาร

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด