本文代码主体来自CVPR2020论文《Closed-loop matters: Dual regression networks for single image super-resolution》,但原作者并未提供论文亮点--如何使用unpair数据进行训练的代码，所以我在其基础上补齐了该过程的代码。
代码仓库：https://github.com/VitaminyW/Super_Solution
PS：对代码存在问题可以通过私信或评论区提问。
为了训练模型实现8倍超分，本工作中使用BICUBIC算法对高清图像进行下采样8倍，从而获得作为网络输入的低分辨率图像。
BICUBIC算法：双三次插值又称立方卷积插值。三次卷积插值是一种更加复杂的插值方式。该算法利用待采样点周围16个点的灰度值作三次插值，不仅考虑到4个直接相邻点的灰度影响，而且考虑到各邻点间灰度值变化率的影响。其权重函数如下所示，
其中a=-0.5，x为待插值点与插值点的距离。插值过程可由下式所示，
其中
代表距离待插值点
的像素值。
图1. 0200.png下采图像展示
图2.DRN网络结构图
在超分辨率问题中，存在着两个问题：
a. 从超分辨率图像到低分辨率图像存在着非常多种下采样方式，即真实世界的低分辨率图像形成的原因多种多样。
b. 深度学习是一种基于数据的学习方式，若数据集的输入是由某种特定下采方式得到的，则模型可能会学习到该特定下采方式的伪逆。
a. 正向过程
网络通过借鉴UNet网络的结构方式，通过多级下采样提取图像特征，并通过concat方式结合原有图像特征与上采特征图进行上采样，从而产生多个高分辨率图像。若网络存在3个层级，则每个层级分别对应1倍、2倍以及4倍分辨率重建网络。最后通过MSE或MAE损失函数可以促使网络学习如何进行正向重建。
b. 对偶过程
正向过程是求解由低分辨率到高分辨率的解，即该问题解空间较大，所以需要较为复杂的网络结构。对偶过程指在学习数据中由高分辨率到低分辨率的下采过程，该过程解空间较小，可以使用较为简单的网络结构进行学习。
c. 半监督学习
由于对偶过程输入的为网络重建出来的高分辨率图像，其学习标签为低分辨率图像，所以该过程不依赖于是否拥有真实超分标签，从而网络可以进行半监督学习。
d. 损失函数
其中
表示第i张低分辨率图像，
表示第
张高分辨率图像，
代表网络重建，
分别代表正向过程和反向过程的评估函数，
代表指示
是否有对应的
的函数，若有为1，否则为0. 由
函数，在编程中易得pair数据与unpair数据分别计算损失函数进行反向传播。
3.1.1 构建数据集，数据集结构如下图所示：
下采样代码位于代码目录的dataProcessing.ipynb
图3. 数据集结构
3.1.2 设置option.py文件
将--data_dir,--data_train,--data_val参数修改为对应数据集路径与名称。也可选择通过命令行输入。
3.1.3 运行训练代码
使用终端打开main.py所在文件目录，输入以下指令进行训练。
python main.py –batch_size 32 –n_GPUs 4 –save ./experiment/training_result --model DRN-S
3.1.4 由于原文作者未提供使用unpaired数据进行网络fine-tune代码，本工作根据论文逻辑，编写了 main_fine_tune.py代码，输入以下指令进行训练
python main.py –batch_size 32 –n_GPUs 4 –save ./experiment/fine_tune_result --pre_train {预训练正向模型的参数保存地址} --pre_train_dual {预训练对偶模型的参数保存地址} --model DRN-S3.1.5 由于原文作者未提供重建unpaired数据的代码，本工作根据代码逻辑编写了对应main_reconstruction.py代码，输入指令进行预测。
python main_reconstruction.py --no_augment --model DRN-S --test_only --save ./reconstruction --save_results --batch_size 1 --save ./reconstruction --pre_train {fine-turn后正向模型的参数保存地址} --pre_train_dual {fine-turn后对偶模型的参数保存地址}a. ./experiment/training_result文件夹下：
图4.train输出内容展示
b. ./experiment/fine_tune_result
图5.fine-tune输出内容展示
c. ./reconstruction
图6.reconstrution输出内容展示
我有带有Logo图像的公司模型has_attached_file:logo我用他们的Logo创建了许多公司。现在，我需要添加新样式has_attached_file:logo,:styles=>{:small=>"30x15>",:medium=>"155x85>"}我是否应该重新上传所有旧数据以重新生成新样式？我不这么认为……或者有什么rake任务可以重新生成样式吗？ 最佳答案 参见Thumbnail-Generation.如果rake任务不适合你，你应该能够在控制台中使用一个片段来调用重新处理!关于相关公司
我正在尝试使用Ruby2.0.0和Rails4.0.0提供的API从imgur中提取图像。我已尝试按照Ruby2.0.0文档中列出的各种方式构建http请求，但均无济于事。代码如下:require'net/http'require'net/https'defimgurheaders={"Authorization"=>"Client-ID"+my_client_id}path="/3/gallery/image/#{img_id}.json"uri=URI("https://api.imgur.com"+path)request,data=Net::HTTP::Get.new(path
2022/8/4更新支持加入水印水印必须包含透明图像，并且水印图像大小要等于原图像的大小pythonconvert_image_to_video.py-f30-mwatermark.pngim_dirout.mkv2022/6/21更新让命令行参数更加易用新的命令行使用方法pythonconvert_image_to_video.py-f30im_dirout.mkvFFMPEG命令行转换一组JPG图像到视频时，是将这组图像视为MJPG流。我需要转换一组PNG图像到视频，FFMPEG就不认了。pyav内置了ffmpeg库，不需要系统带有ffmpeg工具因此我使用ffmpeg的python包装p
📢博客主页：https://blog.csdn.net/weixin_43197380📢欢迎点赞👍收藏⭐留言📝如有错误敬请指正！📢本文由Loewen丶原创，首发于CSDN，转载注明出处🙉📢现在的付出，都会是一种沉淀，只为让你成为更好的人✨文章预览：一.分辨率（Resolution）1、工业相机的分辨率是如何定义的？2、工业相机的分辨率是如何选择的？二.精度（Accuracy）1、像素精度（PixelAccuracy）2、定位精度和重复定位精度（RepeatPrecision）三.公差（Tolerance）四.课后作业（Post-ClassExercises）视觉行业的初学者，甚至是做了1~2年
有这样的事吗？我想在Ruby程序中使用它。 最佳答案 试试这个http://csl.sublevel3.org/jp2a/此外，Imagemagick可能还有一些东西 关于ruby-是否有将图像文件转换为ASCII艺术的命令行程序或库？，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.com/questions/6510445/
我正在使用Dragonfly在Rails3.1应用程序上处理图像。我正在努力通过url将图像分配给模型。我有一个很好的表格:{:multipart=>true}do|f|%>RemovePicture?Dragonfly的文档指出:Dragonfly提供了一个直接从url分配的访问器:@album.cover_image_url='http://some.url/file.jpg'但是当我在控制台中尝试时:=>#ruby-1.9.2-p290>picture.image_url="http://i.imgur.com/QQiMz.jpg"=>"http://i.imgur.com/QQ
我对图像处理完全陌生。我对JPEG内部是什么以及它是如何工作一无所知。我想知道，是否可以在某处找到执行以下简单操作的ruby代码:打开jpeg文件。遍历每个像素并将其颜色设置为fx绿色。将结果写入另一个文件。我对如何使用ruby-vips库实现这一点特别感兴趣https://github.com/ender672/ruby-vips我的目标-学习如何使用ruby-vips执行基本的图像处理操作(Gamma校正、亮度、色调……)任何指向比“helloworld”更复杂的工作示例的链接——比如ruby-vips的github页面上的链接，我们将不胜感激!如果有ruby-
Organization和Image具有一对一的关系。Image有一个名为filename的列，它存储文件的路径。我在Assets管道中包含这样一个文件:app/assets/other/image.jpg。播种时如何包含此文件的路径？我已经在我的种子文件中尝试过:@organization=...@organization.image.create!(filename:File.open('app/assets/other/image.jpg'))#Ialsotried:#@organization.image.create!(filename:'app/assets/other/i
默认情况下:回形针gem将所有附件存储在公共(public)目录中。出于安全原因，我不想将附件存储在公共(public)目录中，所以我将它们保存在应用程序根目录的uploads目录中:classPost我没有指定url选项，因为我不希望每个图像附件都有一个url。如果指定了url:那么拥有该url的任何人都可以访问该图像。这是不安全的。在user#show页面中:我想实际显示图像。如果我使用所有回形针默认设置，那么我可以这样做，因为图像将在公共(public)目录中并且图像将具有一个url:Someimage:看来，如果我将图像附件保存在公共(public)目录之外并且不指定url(同
使用Paperclip，我想从这样的URL抓取图像:require'open-uri'user.photo=open(url)问题是我最后得到一个像“open-uri20110915-4852-1o7k5uw”这样的文件名。有什么方法可以更改user.photo上的文件名？作为一个额外的变化，Paperclip将我的文件存储在S3上，所以如果我可以在初始分配中设置我想要的文件名就更好了，这样图像就会上传到正确的S3key。像这样:user.photo=open(url),:filename=>URI.parse(url).path 最佳答案