DeblurGAN下載 - DeblurGAN源代碼下載

DeblurGAN

Python

1.0.0

下載

Deblurgan

Arxiv紙版本

Pytorch實施紙質Deblergan：使用條件對抗網絡的盲型運動去膨脹。

我們的網絡將模糊的圖像作為輸入，並在示例中進行相應的尖銳估計值：

我們使用的模型是基於VGG-19激活的有條件的Wasserstein Gan，具有梯度懲罰 +感知損失。這種體系結構還可以在其他圖像到圖像翻譯問題（超級分辨率，著色，介入，脫掩護等）上獲得良好的結果。

如何運行

先決條件

NVIDIA GPU + CUDA CUDNN（未經測試的CPU，反饋意見）
Pytorch

從Google Drive下載權重。請注意，在推理期間，您只需要保持發電機重量。

將重量放入

/.checkpoints/experiment_name

要測試模型，將模糊圖像放入文件夾中並運行：

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

數據

從Google Drive下載數據集以進行對象檢測基準測試

火車

如果要在數據上訓練模型，請運行以下命令來創建圖像對：

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

然後訓練模型的以下命令

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

其他實現

Keras博客

KERAS存儲庫

引用

如果您發現我們的代碼有助於您的研究或工作，請引用我們的論文。

 @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
}