EDSR-PyTorch

关于 PyTorch 1.2.0

• 现在 master 分支默认支持 PyTorch 1.2.0。
• 由于严重的版本问题（尤其是 torch.utils.data.dataloader），MDSR 功能暂时被禁用。如果您必须训练/评估 MDSR 模型，请使用旧版分支。

EDSR-PyTorch

关于 PyTorch 1.1.0

• 1.1.0 更新带来了一些细微变化。现在我们默认支持 PyTorch 1.1.0，如果您更喜欢旧版本，请使用 legacy 分支。

该仓库是论文 《用于单图像超分辨率的增强深度残差网络》 的官方 PyTorch 实现，该论文发表于 CVPRW 2017, 2nd NTIRE。 您可以在此处找到原始代码及更多信息。

如果您觉得我们的工作对您的研究或发表有所帮助，请引用我们的论文：

[1] Bee Lim, Sanghyun Son, Heewon Kim, Seungjun Nah, and Kyoung Mu Lee, "Enhanced Deep Residual Networks for Single Image Super-Resolution," 2nd NTIRE: New Trends in Image Restoration and Enhancement workshop and challenge on image super-resolution in conjunction with CVPR 2017. [PDF] [arXiv] [Slide]

我们提供了用于复现论文中所有结果的脚本。您可以从头开始训练模型，或使用预训练模型来放大图像。

Torch版本之间的差异

• 代码更加紧凑。（移除了所有不必要的部分。）
• 模型更小。（大约一半大小。）
• 性能略有提升。
• 训练和评估所需内存更少。
• 基于Python。

依赖项

• Python 3.6
• PyTorch >= 1.0.0
• numpy
• skimage
• **im