计算机视觉应用开发 第7章 图像超分辨重建.pptVIP

3 案例分析 案例分析 SRGAN网络同样需要一些低分辨率图像和原始高分辨率图像，低分辨率图像用做输入数据来训练SRGAN网络模型，高分辨率图片用来检测超分图像重建的效果。为此除了原始图像，需要手动构造低分辨率图像。 整个案例的流程如下： （1）加载数据集，进行规范化； （2）构造低分辨率图像； （3）搭建SRGAN网络； （4）编译并训练； （5）预测并对比。 3 4 案例实施 4 案例实施 4 案例实施 4 案例实施 4 案例实施 conv1 = tf.nn.relu(slim.conv2d_transpose(input_x, 64, 3, 1, scope=g_conv1)) shortcut = conv1 # res_block(input_x, out_channels=64, k=3, s=1, scope=res_block): res1 = res_block(conv1, 64, 3, 1, scope=g_res1) res2 = res_block(res1, 64, 3, 1, scope=g_res2) res3 = res_block(res2, 64, 3,