经典图像超分辨率算法Real-ESRGAN
先来看下GAN来应用到图像超分辨率的经典方法Real-ESRGAN。
生成网络是ESRGAN的生成网络，保持不变，首先用L1 loss，训练以PSRN为导向的网络，获得的模型称为Real-ESRNet，然后Real-ESRNet的网络参数进行网络初始化，同时使用 L1 loss、perceptual loss、 GAN loss损失函数，训练最终的网络Real-ESRGAN。 训练数据可以自己收集，使用退化方法，构建样本对。细节的生成能力依托GAN的作用，GAN的生成能力的发展进化已经经历了多年，在此不做赘述，但从实际应用中看，对于图片生成的真实性和多样性仍然有待提升。
完整内容请点击下方链接查看：
https://developer.aliyun.com/article/1173669?utm_content=g_10...
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
引用
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。