使用 ESRGAN 进行图像超解析

超分辨率是指通过硬件或软件方法，提高原有图像的分辨率。借助一系列低分辨率图像，得到一幅高分辨率图像的过程，就是超分辨率重建。

本教程演示了借助已有模型，对图像进行超分辨率处理的过程。

版权信息

• Apache License 2.0 协议

安装环境

• Python：3.6
• TensorFlow：2.3.1

使用说明

• 该模型使用 DIV2K 数据集（双三次降采样的图像）中，大小为 128 x 128 的图像快进行训练
• 相关论文：ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks

代码目录

• 准备环境
• 定义辅助函数
• 对从路径加载的图像执行超解析
• 并排比较输出大小

注意事项

• 运行教程请使用「超分辨率.ipynb」，按顺序运行 cell 即可
• 目录中 model 文件夹下为模型文件，esrgan-tf2_1.tar.gz 文件为模型压缩包（本教程运行中未使用压缩包）