DeblurGAN下载 - DeblurGAN源代码下载

DeblurGAN

Python

1.0.0

下载

Deblurgan

Arxiv纸版本

Pytorch实施纸质Deblergan：使用条件对抗网络的盲型运动去膨胀。

我们的网络将模糊的图像作为输入，并在示例中进行相应的尖锐估计值：

我们使用的模型是基于VGG-19激活的有条件的Wasserstein Gan，具有梯度惩罚 +感知损失。这种体系结构还可以在其他图像到图像翻译问题（超级分辨率，着色，介入，脱掩护等）上获得良好的结果。

如何运行

先决条件

NVIDIA GPU + CUDA CUDNN（未经测试的CPU，反馈意见）
Pytorch

从Google Drive下载权重。请注意，在推理期间，您只需要保持发电机重量。

将重量放入

/.checkpoints/experiment_name

要测试模型，将模糊图像放入文件夹中并运行：

python test.py --dataroot /.path_to_your_data --model test --dataset_mode single --learn_residual

数据

从Google Drive下载数据集以进行对象检测基准测试

火车

如果要在数据上训练模型，请运行以下命令来创建图像对：

python datasets/combine_A_and_B.py --fold_A /path/to/data/A --fold_B /path/to/data/B --fold_AB /path/to/data

然后训练模型的以下命令

python train.py --dataroot /.path_to_your_data --learn_residual --resize_or_crop crop --fineSize CROP_SIZE (we used 256)

其他实现

Keras博客

KERAS存储库

引用

如果您发现我们的代码有助于您的研究或工作，请引用我们的论文。

 @article{DeblurGAN,
  title = {DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks},
  author = {Kupyn, Orest and Budzan, Volodymyr and Mykhailych, Mykola and Mishkin, Dmytro and Matas, Jiri},
  journal = {ArXiv e-prints},
  eprint = {1711.07064},
  year = 2017
}