SRCNN
原理
整个网络分为三个部分:
- 特征提取
- 非线性映射
- 重建
损失函数是 MSE。
优化器是SGD。
超分辨率是在Y通道上进行测试的。
实验
训练集:
91张图片,每个步长14取块大小为33的子图像。共有24800张图像。
测试集:
Set5
在Set5上面的评估
在Set14上面的评估
版权声明:本文为qq_40107571原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。
整个网络分为三个部分:
- 特征提取
- 非线性映射
- 重建
损失函数是 MSE。
优化器是SGD。
超分辨率是在Y通道上进行测试的。
训练集:
91张图片,每个步长14取块大小为33的子图像。共有24800张图像。
测试集:
Set5
在Set5上面的评估
在Set14上面的评估