DeepLearningの超解像手法10種を同じデータセットで学習・比較してみる - Qiita

概要 「今まで作ってきた超解像手法のうち10種類を、全く同じデータセットで学習させて検証をしてみた」という記事です。 色々実装していたので一度してみたかった内容になっています！ なお、割と安易な考えなので、パラメータなども大体同じにして学習させています。 そのため、超解像の論文のベンチマークテストみたいに、きっちりかっちりしていないのでご了承ください。 ちなみに超解像は、解像度の低い画像から解像度を向上させた画像を出力する技術です。 もう少し噛み砕いて説明すると、画質の荒い画像を綺麗にするみたいな感じです。 コードはGithubに置いていますが、過去の実装のコードをひとまとめにしただけなので長いです。 今回比較したアルゴリズムの紹介 今回使用した10種類のアルゴリズムの概要を紹介します。 10種類全部紹介するので長めになります。結果だけチラ見したい方は飛ばしてください！ まず、今回紹介する

[sh19910711]

"超解像: 解像度の低い画像から解像度を向上させた画像を出力する技術 / SRCNN: めて超解像分野に深層学習を導入したモデル + Convolutionを3層組み合わせ / 今回実装したSRCNNは、事前にbicubicで拡大処理" '21