SRCNN

This repository is implementation of the "Image Super-Resolution Using Deep Convolutional Networks".

Requirements

• PyTorch 1.0.0
• Numpy 1.15.4
• Pillow 5.4.1
• h5py 2.8.0
• tqdm 4.30.0

Train

首先应使用prepare.py将自己的数据集处理成train.h5,和eval.h5的形式用于训练和测试。也可以使用SRCNN/SRCNN-pytorch/data/traindata中的数据进行训练和测试

train.py使用方法

python train.py --train-file "BLAH_BLAH/91-image_x3.h5" \
                --eval-file "BLAH_BLAH/Set5_x3.h5" \
                --outputs-dir "BLAH_BLAH/outputs" \
                --scale 3 \
                --lr 1e-4 \
                --batch-size 16 \
                --num-epochs 400 \
                --num-workers 8 \
                --seed 123                

Test

test.py使用方法

python test.py --weights-file "BLAH_BLAH/srcnn_x3.pth" \
               --image-file "data/butterfly_GT.bmp" \
               --scale 3