[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。