我想使用 AI 升级来提高图像的分辨率，但是 python 中支持的 4 种不同的 SR 模型远不及在线网站好。
使用此代码的最佳性能模型（EDSR）导致：
sr = dnn_superres.DnnSuperResImpl_create()
image = cv2.imread('Images/exported_image_76322.png')
path = "EDSR_x3.pb"
sr.readModel(path)
sr.setModel("edsr", 3)
result = sr.upsample(image)
cv2.imwrite('ai_upscale.png', result)
display_image_in_actual_size('ai_upscale.png')
诸如 zyro.com 之类的网站会产生更好的结果：
如何提高我的结果，使它们与 ai 高档网站的质量水平相同？我想自动化数百个图像的升级，所以简单地使用网站是不可行的。
1
不同的选项：
如果您有原始的高分辨率图像，您可以在您的高分辨率图像（输出 = 高分辨率图像，输入 = 低分辨率图像）上进行在线模型和微调（即继续训练）。这是最好的解决方案，因为您的模型将在正确的数据分布上进行训练。
如果您无法访问原始高分辨率图像，但您认为 zyro 为您的目的提供了足够的质量，则可以使用 zyro 创建数据集，并在该数据集上微调现有的 SR 模型。
如果你有高分辨率图像不是你的数据集，你可以微调现有的 SR 模型（降低它们的分辨率，训练你的模型来恢复高分辨率），看看它是否能很好地推广到你的数据集。
本站系公益性非盈利分享网址，本文来自用户投稿，不代表边看边学立场，如若转载，请注明出处
评论列表（63条）