共计 536 个字符，预计需要花费 2 分钟才能阅读完成。
经典图像超分辨率算法 Real-ESRGAN
先来看下 GAN 来利用到图像超分辨率的经典办法 Real-ESRGAN。
生成网络是 ESRGAN 的生成网络，放弃不变，首先用 L1 loss，训练以 PSRN 为导向的网络，取得的模型称为 Real-ESRNet，而后 Real-ESRNet 的网络参数进行网络初始化，同时应用 L1 loss、perceptual loss、GAN loss 损失函数，训练最终的网络 Real-ESRGAN。训练数据能够本人收集，应用进化办法，构建样本对。细节的生成能力依靠 GAN 的作用，GAN 的生成能力的倒退进化曾经经验了多年，在此不做赘述，但从理论利用中看，对于图片生成的真实性和多样性依然有待晋升。
残缺内容请点击下方链接查看：
https://developer.aliyun.com/article/1173669?utm_content=g_10…
版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。
援用
正文完