BSRGAN:设计适用于深盲图像超分辨率（PyTorch）的实用降级模型-我们发布了测试代码！

共99个文件

png：91个 py：5个 md：3个

super-resolution

realsr

real-image-super-resolution

blind-image-super-resolution

Python

需积分: 42 878 浏览量 2021-04-05 05:37:22 评论 3 收藏 102.08MB ZIP 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

，梁静云，，瑞士苏黎世联邦理工学院 :sparkles: 一些直观的例子： ; ; ; ; （从或下载以下模型）。 RRDB.pth ---> ESRGAN.pth ---> FSSR_DPED.pth ---> FSSR_DPED.pth ---> RealSR_DPED.pth ---> RealSR_JPEG.pth ---> BSRNet.pth :seedling: BSRGAN :seedling: 设计一个新的降级模型以合成用于训练的LR图像： 1）使模糊，下采样和噪点更加实用模糊：来自HR空间和LR空间的各向同性和各向异性高斯核的两个卷积下采样：最近，双线性，双三次，下采样噪声：高斯噪声，JPEG压缩噪声，处理过的相机传感器噪声 2）降级混洗：我们执行随机混洗的降级以合成LR图像，而不是使用常用的模糊/下采样/降噪管道关于建议的降级模型的一些注意事项：降级模型主要用于