[簡介]

此 APP是將一張低解析度(Low Resolution)的影像，利用 SRGAN 生成一張高解析度 (High Resolution)，提高影像的解析度。

上圖為，將一張原始圖 (Original HR) ，降低解析度後(Bicubic) ，用 SRResNet 與 SRGAN 來提高影像的解析度。

[操作步驟及說明]

1. 準備 dataset

APP 所使用的 dataset 為 coco2014 的 dataset，在 Select Dataset 選擇要使用的dataset。

若想要使用自己的 dataset，請按下 View，把 coco2014 複製一份，放在和 coco2014 同一層位置(按 View 一打開的位置)，改成自己想設定的資料夾名稱，自行替換  train、val、test 資料夾內的圖檔。

注意：

請勿把 model 資料夾內的 “vgg19-dcbb9e9d.pth” 檔案刪除。

2. 準備訓練用 data

按下 1. Create data lists，產生訓練所需的 json 檔。

3. 訓練 SRResNet

要先訓練 SRResNet。

按下 2. train SRResNet 開始訓練。

注意：

(1)如果有需要接續訓練，請將下方 resume mode 勾選，且按下 2. train SRResNet 時，選擇要接續訓練的 model 檔，model 檔名需為 XXX_srresnet.pth.tar。

(2)如果有需要設定不同的 batch size，可在下方 batch size 區域填寫。

(3)訓練的模型放在 model 資料夾內，為固定名稱 “checkpoint_srresnet.pth.tar”。

(4)由於訓練會持續更新  “checkpoint_srresnet.pth.tar”，若使用者有需要，請自行備份  “checkpoint_srresnet.pth.tar” 檔。

4. 訓練 SRGAN

先決條件：model 資料夾內需有 “checkpoint_srresnet.pth.tar” 與 “vgg19-dcbb9e9d.pth”。

按下 3. train SRGAN  開始訓練。

注意：

(1)如果有需要接續訓練，請將下方 resume mode 勾選，且按下 3. train SRGAN 時，選擇要接續訓練的 model 檔，model 檔名需為 XXX_srgan.pth.tar。

(2)如果有需要設定不同的 batch size，可在下方 batch size 區域填寫。

(3)訓練的模型放在 model 資料夾內，為固定名稱 “checkpoint_srgan.pth.tar”。

(4)由於訓練會持續更新  “checkpoint_srgan.pth.tar”，若使用者有需要，請自行備份  “checkpoint_srgan.pth.tar” 檔。

5. 測試

按下 “4. super resolve”，選擇要測試的圖片。

若需要選擇其他測試用的模型，請在下方區域，選擇 srresnet 模型或 srgan 模型。