论文名称：Real-World Super-Resolution via Kernel Estimation and Noise Injection

代码地址：

https://github.com/Tencent/Real-SR

可以按照仓库中给的库版本进行配置，也可以搜索basicSR的代码，配置basicSR环境

跑track1的代码

要运行这两个文件，首先要在 path.yml 中将路径修改,格式如下：

df2k:
  tdsr:
    source: '../../ntire20/Corrupted-tr-x'
    target: '../../ntire20/Corrupted-tr-y'
    valid:
datasets:       # 输出的目录
  df2k: '../datasets/DF2K'
确定输入输出路径：
 
输入：source是低分辨率图片，而target是高清图片。在df2k中：Corrupted-tr-x是NEIRE中的source data Corrupted-tr-y是高清的target data
 
输出：dataset:下的内容
 
如果是自己的数据集还有修改create_bicubic_dataset.py中的程序
 
因为还要将路径从yml文件中读取出来，赋值给变量
 
也是仿照tf2k的写法就可以了
 
elif opt.dataset == 'hcp':          # 通过读取yaml文件指定路径，这个也是通过键值对的形式，df2k就是有LR,HR对的，else里面是没有的那一种
    path_sdsr = PATHS['datasets']['hcp'] + '/generated/sdsr/'
    path_tdsr = PATHS['datasets']['hcp'] + '/generated/tdsr/'
    input_source_dir = PATHS['hcp']['tdsr']['source']
    input_target_dir = PATHS['hcp']['tdsr']['target']
    source_files = [os.path.join(input_source_dir, x) for x in os.listdir(input_source_dir) if utils.is_image_file(x)]
    target_files = [os.path.join(input_target_dir, x) for x in os.listdir(input_target_dir) if utils.is_image_file(x)]
然后开始下采样和采集噪声
 
create_bicubic_dataset.py 会进行下采样，然后，对源域和目标域进行下采样。
 
python3 ./preprocess/create_bicubic_dataset.py --dataset df2k --artifacts tdsr
 
这一步回创建dataset文件夹中的/generated/tdsr/中的hr和lr
 
collect_noise.py 好像就是把图像变成灰度，然后随机裁剪保留高频？
 
python3 ./preprocess/collect_noise.py --dataset df2k --artifacts tdsr
 
同样在运行这个程序的时候也要将collect_noise.py 中的路径更改
 
然后运行训练程序即可
 
https://github.com/Tencent/Real-SR/issues/16
 
按照方法2解决了
 
ValueError: Required crop size (80, 80) is larger then input image size (50, 50)
 
self.noises = noiseDataset(opt['noise_data'], opt['GT_size']/opt['scale'])
这里是决定crop_size的
 
RuntimeError: The size of tensor a (192) must match the size of tensor b (96) at non-singleton dimension 3
 
应该是scale改了2但是没有起作用，还是4x超分了
 
RuntimeError: mat1 and mat2 shapes cannot be multiplied (16x4608 and 8192x100)
 
论文的判别器一定要是128或者是256.这可咋整
 
只能将<128的图片去掉
 
要求noise_img也大于64
print(np.max(augmented_image[0],1).shape)
两种显示方式
plt.imshow(augmented_image[0].numpy().astype(“uint8”))
plt.imshow(augmented_image[0] / 255))
(160, 160, 3)
(160, 3)
np.max(a，1)
np.argmax(a， 1)
When you set layer.trainable = False, the
				
append: 
  说明：append() 方法用于在列表末尾添加新的对象。 
  使用方法： list.append(obj) # obj添加到列表末尾的对象；该方法无返回值，但是会修改原来的列表。 
extend: 
  说明：extend() 函数用于在列表末尾一次性...
欢迎使用Markdown编辑器
ValueError: Expected input batch_size (16) to match target batch_size (4).
原因：之前用的数据集输入尺寸为batch*3*32*32，每张图片尺寸为3*32*32,现在的是3*64*64，因此需要修改网络输入尺寸，否则Pytorch会将输入...
				
1、UserWarning: invalid index of a 0-dim tensor. This will be an error in PyTorch 0.5. Use tensor.item() to convert a 0-dim tensor to a Python number
#原语句：  
train_loss+=loss.data[0]  
#修改后：  
train_lo...
                Real-World Super-Resolution via Kernel Estimation and Noise Injection(realSR)代码怎么跑起来？
                    zyd的小飞船: 
                    你好，麻烦问一下，最后一个bug crop_size是在什么文件里呢？
                yolov5 自己制作数据集，训练模型 labelImg标注 自动生成标签
                    么么哒的小谦: 
                    0后面的四个数字分别代表什么?
                yolov5 自己制作数据集，训练模型 labelImg标注 自动生成标签
                    您的小宝贝提醒: 
                    自建数据集只标注一类可以吗
                yolov5 自己制作数据集，训练模型 labelImg标注 自动生成标签
                    dear suho: 
                    自建数据集只标注一类可以吗
                yolov5 自己制作数据集，训练模型 labelImg标注 自动生成标签
                    码农的后花园: 
                    --save-crop ，没有看到这个参数啊，yolov5中好像