Basicsr增加计算lpips评测指标
lpips是图像超分中的重要评测指标，但是在BasicSR中没有实现，本文将分享如何在BasicSR中增加lpips评测指标。 1 安装lpips和BasicSR 首先安装lpips pip install lpips 然后安装BasicSR pip install basicsr 2 在Basic…
- 图片超分
- 2025-04-08
修改basicsr模型训练的流程，在模型训练和微调之前就验证一遍数据集
1 修改basicsr模型训练的流程，在模型第一次训练之前就验证一遍数据集 找到basicsr的basicsr/train.py文件，如果是以包的方式安装的basicsr，就在你的conda环境中找到basicsr的包所在位置，然后再找到basicsr/train.py文件。 一般在conda虚拟环…
- 图片超分
- 2025-03-28
修改basicsr模型训练时的loss打印输出形式，从科学计数修改为小数点形式
1 修改basicsr模型训练时的loss打印输出形式，从科学计数修改为小数点形式 找到basicsr的basicsr/utils/logger.py文件，如果是以包的方式安装的basicsr，就在你的conda环境中找到basicsr的包所在位置，然后再找到basicsr/utils/logger…
- 图片超分
- 2025-03-28
图片超分和视频超分数据集整理
在图像超分和视频超分领域中，数据集至关重要。本文旨在概述流行的开源图像超分和视频超分数据集，为正在做超分的同学提供数据集思路。 1 图像超分辨率数据集 1.1 DIV2K数据集 DIV2K数据集是用于图像超分辨率最流行的数据集之一，是为 NTIRE2017 和 NTIRE2018 超分辨率挑战赛收集…
- 图片超分
- 2025-03-26
BasicSR 模型训练和模型测试配置文件配置信息详细说明
1 BasicSR训练配置文件各配置项详细说明 本文内容来源于BasicSR-docs ，这里只做摘抄，这个仓库对BasicSR目录层次，代码结构、文件配置的详细说明文档，如果你正在学习和了解BasicSR，我推荐可以先详细阅读这个文档。 1.1 通用配置 # general settings - …
- 图片超分
- 2025-03-25
使用自定义LR-HR pair对数据集微调Real-ESRGAN 1x 1倍超分模型
1 什么场景下我们会需要Real-ESRGAN 1x 1倍超分模型？ 一提到超分，想到的肯定是将输入图片放大2倍、4倍、8倍、甚至16倍，那么为什么会有图像超分1倍这种需求呢？ 比如一张输入图片，分辨率为1920x1082，然后图片超分1倍，依然输出一张1920x1080分辨率的图片。在大多数人看起…
- 图片超分
- 2025-03-20
Real-ESRGAN在模型训练和模型微调时打印的各个loss项所代表的含义
1 Real-ESRGAN在模型训练和模型微调时打印的各个loss项的意思 Real-ESRGAN在模型训练和模型微调时每次log会打印如下的信息， l_g_pix: 0.0713440 l_g_percep: 11.8532104 l_g_gan: 0.2081660 l_d_real: 0.23…
- 图片超分
- 2025-03-14
使用自定义数据集微调Real-ESRGAN图片超分模型
1 为什么要微调Real-ESRGAN模型 Real-ESRGAN github仓库放出的开源模型基本上都是基于开源数据集进行训练的，比如DIV2K、Flickr2K等等，在一些特殊场景下其表现得并不是很好，比如商品图超分、书画超分等等，所以我们需要在自己的数据集上微调Real-ESRGAN的预训练…
- 图片超分
- 2025-03-13
视频稳定模型FuSta环境配置和运行踩坑实录和教程
1 FuSta 视频稳定模型 FuSta是目前视频全帧稳定（保持视频稳定后100% FOV）开源程度最高的开源仓库，包含代码，模型权重，以及Google colab。 主页：https://alex04072000.github.io/FuSta/ 论文链接：https://arxiv.org/ab…
- 视频稳定/视频防抖
- 2025-03-03
视频智能分镜/视频转场检测模型TransNetV2导出为onnx和基于onnxruntime的python推理类
1 TransNetV2是一个视频镜头转场检测模型 TransNetV2是一个视频镜头转场检测模型，模型既保持了较高的准确性，又兼顾了快速的推理速度。 Github：https://github.com/soCzech/TransNetV2 1.1 TransNetV2导出为onnx 转换模型对应的…
- 视频智能分镜
- 2025-03-03
视频显著性检测模型TasedNet在移动端的轻量化设计
1 TasedNet轻量化 TASED-Net 是一种用于视频显着性检测的新型全卷积网络架构。主要思想简单但有效：对 3D 视频特征进行空间解码，同时联合聚合所有时间信息。 github:https://github.com/MichiganCOG/TASED-Net TasedNet官方仓库预训练…
- 模型部署
- 2024-11-25
总结目前已发表的视频显著性检测模型
1 视频显著性检测模型 模型名 论文名 是否开源 Github DeepVS DeepVS: A Deep Learning Based Video Saliency ACLNet Revisiting Video Saliency Prediction in the Deep Learning E…
- 深度学习
- 2024-10-30