# animeSR 动漫图片超分辨率

**Repository Path**: lingcb/animeSR

## Basic Information

- **Project Name**: animeSR 动漫图片超分辨率
- **Description**: 基于EDSR超分模型的动漫图片超分辨率项目
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 4
- **Forks**: 1
- **Created**: 2021-04-28
- **Last Updated**: 2023-02-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# animeSR 动漫图片超分辨率

### 1.工程结构
（1）layers.py   网络结构实现代码文件
（2）train.py    训练代码文件
（3）dataset.py  图片数据预处理代码文件，主要是切割图片到指定文件夹
（4）predict.py  预测文件代码
（5）parameters.py 参数设置

### 2.论文地址：

https://arxiv.org/abs/1707.02921

### 3.restBlock

![restBlock](images/restBlock.png)

### 4.EDSR网络结构

![EDSR网络结构](images/EDSR.png)

### 5.训练

数据集：

链接：https://pan.baidu.com/s/1EhVG13oKXGn91dvmAHsdzQ 
提取码：bxcl 

修改 parameters.py的参数

训练 x2 模型参数设置

model_scale = 2

model_folder = “model/x2”

train_dataset = "seg_train/x2"

val_dataset = "seg_val/x2"



训练 x3 模型参数设置

model_scale = 3

model_folder = “model/x3”

train_dataset = "seg_train/x3"

val_dataset = "seg_val/x3"

x2_scale = "model/x2"                 #必须设置 

load_latest_parameter = False  #不加载以前模型，初次训练必须设置为Flase



训练 x4 模型参数设置

model_scale = 4

model_folder = “model/x4”

train_dataset = "seg_train/x4"

val_dataset = "seg_val/x4"

x2_scale = "model/x2"                 #必须设置 

load_latest_parameter = False  #不加载以前模型，初次训练必须设置为Flase



之后：

直接 python animeSR/train.py 训练


### 测试
训练好的参数：
链接：https://pan.baidu.com/s/1rAtvC9VM0Anx1j0VKTQ2_w 
提取码：pqib

python animeSR/.predict.py

#### 效果
左边是用双三次插值放大图片的效果，右边使用训练出来的EDSR模型放大的图片

##########

A:有差别吗

B:没

A:有差别吗

B:没

A:有差别。。

A:有差别吗

B:有差别

A(哭)：有个鬼差别。。。

#########

右边的结果确是模型放大的效果，不明显的原因，可能是还没有完全拟合，
我也没有完全训练到论文里所说的好几天，仅只是训练了十多个小时
而且，用cpu跑着个模型，放大25张192x192的图片，足足花了我20多分钟（哭）

![1](images/1.jpg)
![2](images/2.jpg)
![3](images/3.jpg)
![4](images/4.jpg)