ICCV, 2021 超分重建之 BSRGAN：测评 [ 上 ]

@[TOC]

🚀学妹可否

❤️ 超分重建之 - - 无死角放大 💙

---

超分重建简单来说就是这样的一个过程

🔔基础信息

• Designing a Practical Degradation Model for Deep Blind Image Super-Resolution (ICCV, 2021)
• 设计一个实用的深度盲图像超分辨率退化模型
• https://arxiv.org/pdf/2103.14006.pdf
• https://github.com/cszn/BSRGAN
• 作者本人论文写作研究出发点自述

🎄摘要与论文贡献

• 🚀 性能指标的赛道卷不动了，那么开辟新赛道的典型研究【值得学习】

众所周知，如果假设的退化模型与真实图像中的退化模型不同，单幅图像超分辨率 (SISR) 方法将无法很好地执行。尽管一些退化模型考虑了额外的因素，例如模糊，但它们仍然不足以覆盖真实图像的各种退化。 为了解决这个问题，本文提出设计一个更复杂但实用的退化模型，该模型由随机混洗的模糊、下采样和噪声退化组成。具体来说，模糊是通过具有各向同性和各向异性高斯核的两个卷积来近似的；下采样是从最近的、双线性和双三次插值中随机选择的；通过添加不同噪声级别的高斯噪声，采用不同质量因子的JPEG压缩，通过反向前向相机图像信号处理(ISP)管道模型和RAW图像噪声模型生成处理后的相机传感器噪声来合成噪声。 为了验证新退化模型的有效性，我们训练了一个深度盲ESRGAN 超级解析器，然后将其应用于具有不同退化的合成和真实图像的超级解析。 实验结果表明，新的退化模型有助于显着提高深度超分辨器的实用性，从而为真正的SISR应用提供强大的替代解决方案。

🎄环境搭建

• 训练代码仓库：https://github.com/cszn/KAIR
• 测试代码仓库：https://github.com/cszn/BSRGAN
• Linux下cuda10.0安装Pytorch和Torchvision|简记

# pytorch 版本 1.4 -- 到 1.8 都可以
PyTorch 1.4.0-1.8.1

# 我这里直接创建和激活一个 PyTorch1.8.0 的 conda 独立环境运行该代码

conda create -n torch18 python=3.7.6

conda activate torch18

git clone https://github.com/cszn/KAIR

cd KAIR/
pip install -r requirement.txt

🎄代码测试

❤️代码下载

git clone https://github.com/cszn/BSRGAN.git
cd BSRGAN/

❤️预训练模型安置

❤️4倍 重建测试

python main_test_bsrgan.py

python main_test_bsrgan.py 

# GPU 占用 7641MiB

# 输出如下
LogHandlers setup!
21-09-06 07:44:18.248 :       Model Name : BSRGAN
21-09-06 07:44:18.251 :           GPU ID : 0
[3, 3, 64, 23, 32, 4]
21-09-06 07:44:21.401 :       Input Path : testsets/RealSRSet
21-09-06 07:44:21.402 :      Output Path : testsets/RealSRSet_results_x4
21-09-06 07:44:21.402 : ---1 --> BSRGAN --> x4--> Lincoln.png
21-09-06 07:44:21.775 : ---2 --> BSRGAN --> x4--> building.png

...

效果示例

❤️2倍 重建测试

vim main_test_bsrgan.py

python main_test_bsrgan.py

python main_test_bsrgan.py 

# GPU 占用  4469MiB

# 输出如下
LogHandlers setup!
21-09-06 07:46:19.338 :       Model Name : BSRGANx2
21-09-06 07:46:19.342 :           GPU ID : 0
[3, 3, 64, 23, 32, 2]
21-09-06 07:46:22.452 :       Input Path : testsets/RealSRSet
21-09-06 07:46:22.452 :      Output Path : testsets/RealSRSet_results_x2
21-09-06 07:46:22.452 : ---1 --> BSRGANx2 --> x2--> Lincoln.png
21-09-06 07:46:22.797 : ---2 --> BSRGANx2 --> x2--> building.png

💙更多福利图片放送

新头像-拿走不谢

该博文致力于❤️ 【大话-超分重建】 ❤️，关于 BSRGAN 代码训练 -- 一键三连，更文如下...

---

【超分重建】BSRGAN【ICCV, 2021】训练步骤详细记录

📙 博主 AI 领域八大干货专栏、诚不我欺

• 🍊 计算机视觉： Yolo专栏、一文读懂
• 🍊 计算机视觉：图像风格转换--论文--代码测试
• 🍊 计算机视觉：图像修复-代码环境搭建-知识总结
• 🍊 计算机视觉：超分重建-代码环境搭建-知识总结
• 🍊 深度学习：环境搭建，一文读懂
• 🍊 深度学习：趣学深度学习
• 🍊 落地部署应用：模型部署之转换-加速-封装
• 🍊 CV 和 语音数据集：数据集整理

📙 预祝各位 前途似锦、可摘星辰

🎉 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

❤️ 过去的每一天、想必你也都有努力、祝你披荆斩棘、未来可期

• 🍊 深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【基础安装—认真帮大家整理了】

• 🍊 点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力！