Super-Resolution CNN using numpy
python 3.x
OpenCV-Python 3.4.2
1)python numpy_srcnn.py image_name learning_rate resize_time epoch
2)执行 python numpy_srcnn.py 默认参数为
image_name='./image0.jpg'
alpha=3e-11
resize_time=2
epoch=200
用八个中间卷积层,每层的kernel都是3*3,步长为1,out channel为64,再加一个output卷积层,out channel为3,得到重建后的图片。每一个中间卷积层使用Relu激活。因为网络中没有池化层和全连接层,所以输入图片的shape和网络输出矩阵的shape是相同的,可以用均方差来优化网络参数。
模型拟合效果不佳,超清重建做成了高斯模糊,原因待分析...