2019-05-19

从GitHub下载了代码（这里）

代码量虽然不多，但是第一次学，花了时间还是挺多的。根据代码有跑出结果（基本没有改），但是对于数据集的处理还是看的很懵逼，主要是作者的实现都是用类封装，然后调用函数实现，而且每一个代码块没有测试，所以很多代码不知道什么意思，所以，我把能够拆分的进行了拆分，用jupyter重新实现下

 

一、数据集的理解

在加载成 dataloader 之前应先做预处理

1.对于训练集不是利用RGB训练的，而是使用YCbCr的 Y 通道

 SRCNN 卷积神经网络

2.将训练集图像利用torchvision.transforms 里的 Resize 缩小到 128*128的大小，此时图像会变模糊

（论文中用双三次插值，所以我一直在代码中找这个，没想到用了Resize）

训练图：

Compose(
    CenterCrop(size=(256, 256))
    Resize(size=128, interpolation=PIL.Image.BILINEAR)
    ToTensor()
)

标签：

Compose(
    CenterCrop(size=(256, 256))
    ToTensor()
)


SRCNN 卷积神经网络


 


3.构建dataloader（）


4.前向传播




nn.Conv2d(in_channels=num_channels, out_channels=base_filter, kernel_size=9, stride=1, padding=4, bias=True),
            nn.ReLU(inplace=True),
            nn.Conv2d(in_channels=base_filter, out_channels=base_filter // 2, kernel_size=1, bias=True),
            nn.ReLU(inplace=True),
            nn.Conv2d(in_channels=base_filter // 2, out_channels=num_channels * (upscale_factor ** 2), kernel_size=5, stride=1, padding=2, bias=True),
            nn.PixelShuffle(upscale_factor)




SRCNN 卷积神经网络


 


5.利用（1,1,256,256）的输出和标签做了loss


6.经过20代迭代


===> Epoch 20 starts:
 200/200 [================================================================================>]  Step: 151ms | Tot: 29s948ms | Loss: 0.0034
    Average Loss: 0.0034
 100/100 [================================================================================>]  Step: 92ms | Tot: 8s353ms | PSNR: 25.9508
    Average PSNR: 25.9508 dB