ディープラーニングで簡単な超解像をやってみた - Qiita
はじめに MNISTの手書き数字画像を利用して，簡単な超解像をやってみました。 全体のコードはGitHubにアップロードしました。 低画質データの作成 $28\times 28$の手書き数字画像を$10\times 10$に縮小します。 これをまた$28\times 28$に拡大します。 縮小した際に情報が失われるので，当然ぼやけたような画像になっています。 高解像化モデル ぼやけた低画質画像を入力するとオリジナルに近い画像が出力されるように学習します。 4層の畳み込みニューラルネットワークを使いました。 中間層の活性化関数はReLUとし，出力層のみ各画素値を$[0,1]$に収めるためにシグモイド関数を使用しています。 また，各層にBatch normalizationを適用しました。 以下にモデル定義部分のコードを示します。 実装はChainerで行いました。 import cv2 im
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - kzkadc/superresolution_mnist: ディープラーニングで簡単な超解像をやってみた
