💪 专业从事且热爱图像处理,图像处理专栏更新如下👇:
📝《图像去噪》
📝《超分辨率重建》
📝《语义分割》
📝《风格迁移》
📝《目标检测》
📝《图像增强》
📝《模型优化》
📝《模型实战部署》
📝《图像配准融合》
📝《数据集》
📝《高效助手》
前几天更新了关于SwinIR网络在去噪的训练和测试教程,感兴趣学者可以去看一下:SwinIR网络去噪
本教程主要讲解SwinIR在超分方面的测试方法,训练的方法参考SwinIR去噪这篇文章的训练部分,它们训练和测试的主体框架都是一个,只需对应修改配置文件即可训练超分模型。
目录
- 一、源码包准备
- 二、环境准备
- 三、测试集准备
- 四、测试
- 4.1 配置参数
- 4.2 测试命令
- 4.2.1 2倍超分测试
- 4.2.2 4倍超分测试
- 五、超分效果展示
- 六、总结
一、源码包准备
SwinIR官网提供的源码链接为:Code
论文地址:paper
官网提供的代码仅有测试相关代码,如果要训练和测试,建议学者去获取我配套教程的源码包,我修改了一些代码,已经全部调试通,并提供了官网已经训练好的超分模型,还有部分测试集。
配套教程源码包获取文章末扫码到公众号「视觉研坊」中回复关键字:超分辨率重建SwinIR,会自动回复下载链接。下载源码包解压后的样子见下:
源码包中超分模型位于model_zoo\swinir\SR路径下:
官网提供的超分模型下载地址:SwinIR_SR,见下:
二、环境准备
下面是我自己训练和测试的环境,仅供参考,其它版本也行。
三、测试集准备
官方提供的测试集为:Set5 + Set14 + BSD100 + Urban100 + Manga109测试集的下载链接为:测试集
打开链接后有各个测试集,下载需要使用的,见下:
在我提供的源码包中有测试集,见下:
四、测试
4.1 配置参数
下面是超分会用到的几个参数:
4.2 测试命令
4.2.1 2倍超分测试
在终端输入下面命令:
python main_test_swinir.py --task real_sr --scale 2 --model_path model_zoo/swinir/SR/003_realSR_BSRGAN_DFO_s64w8_SwinIR-M_x2_GAN.pth --folder_lq testsets/SR/RealSRSet+5images
命令中个参数的含义见4.1中。
4.2.2 4倍超分测试
轻量化超分4倍模型测试命令: 显存至少4G
python main_test_swinir.py --task real_sr --scale 4 --model_path model_zoo/swinir/SR/003_realSR_BSRGAN_DFO_s64w8_SwinIR-M_x4_GAN.pth --folder_lq testsets/SR/RealSRSet+5images
较大模型超分4倍测试命令: 显存至少9G
python main_test_swinir.py --task real_sr --scale 4 --large_model --model_path model_zoo/swinir/SR/003_realSR_BSRGAN_DFOWMFC_s64w8_SwinIR-L_x4_GAN.pth --folder_lq testsets/SR/RealSRSet+5images
下面是启动测试后的正确测试过程:
测试结果会保存到根目录下的results文件夹中,见下:
五、超分效果展示
下面测试RealSRSet+5images测试集。左侧图为原图双三次插值上采样4倍图;中间图为轻量化模型003_realSR_BSRGAN_DFO_s64w8_SwinIR-M_x4_GAN.pth超分4倍结果;右侧图为较大模型003_realSR_BSRGAN_DFOWMFC_s64w8_SwinIR-L_x4_GAN.pth超分4倍结果。
六、总结
以上就是SwinIR网络超分辨率重建测试方法,如果想要训练自己数据集的,参考上一篇博文SwinIR训练部分,对应的超分训练配置文件见下:
感谢您阅读到最后!😊总结不易,多多支持呀🌹 点赞👍收藏⭐评论✍️,您的三连是我持续更新的动力💖
关注公众号「视觉研坊」,获取干货教程、实战案例、技术解答、行业资讯!