级联残差网络（CARN）

CARN模型在DIV2K（800张训练图像，增加到4000张图像，100张验证图像）上进行了预训练，用于2倍、3倍和4倍的图像超分辨率。它在Ahn等人的论文《 Fast, Accurate, and Lightweight Super-Resolution with Cascading Residual Network 》中提出，并于《 this repository 》首次发布。

图像超分辨的目标是从单个低分辨率（LR）图像恢复出高分辨率（HR）图像。下面的图像展示了真值（HR）、双三次插值放大和模型放大。

模型描述

CARN模型提出了一种基于残差网络的级联机制，用于准确且轻量级的图像超分辨率。

该模型还应用了由《 Wang et al. (2021) 》发明的平衡注意力（BAM）方法，以进一步提高结果。

预期用途和限制

您可以使用预训练模型将图像放大2倍、3倍和4倍。您还可以使用训练器在自己的数据集上训练模型。

使用方法

该模型可以与《 super_image 》库一起使用：

pip install super-image

以下是如何使用预训练模型放大图像的示例：

from super_image import CarnModel, ImageLoader
from PIL import Image
import requests

url = 'https://paperswithcode.com/media/datasets/Set5-0000002728-07a9793f_zA3bDjj.jpg'
image = Image.open(requests.get(url, stream=True).raw)

model = CarnModel.from_pretrained('eugenesiow/carn-bam', scale=2)      # scale 2, 3 and 4 models available
inputs = ImageLoader.load_image(image)
preds = model(inputs)

ImageLoader.save_image(preds, './scaled_2x.png')                        # save the output 2x scaled image to `./scaled_2x.png`
ImageLoader.save_compare(inputs, preds, './scaled_2x_compare.png')      # save an output comparing the super-image with a bicubic scaling

训练数据

2倍、3倍和4倍图像超分辨率的模型在《 DIV2K 》上进行了预训练，该数据集包含800张高质量（2K分辨率）的训练图像，经过增强后共有4000张图像，并使用了100张验证图像（图像编号为801至900）。

训练过程

预处理

我们遵循了《 Wang et al. 》的预处理和训练方法。使用双三次插值作为调整大小方法，将高分辨率（HR）图像的大小缩小x2、x3和x4倍以创建低分辨率（LR）图像。训练过程中，使用LR输入的大小为64×64的RGB图像块及其对应的HR图像块。在预处理阶段，对训练集进行了数据增强，从原始图像的四个角和中心创建了五个图像。

我们需要huggingface《 datasets 》库来下载数据：

pip install datasets

以下代码获取数据并预处理/增强数据。

from datasets import load_dataset
from super_image.data import EvalDataset, TrainDataset, augment_five_crop

augmented_dataset = load_dataset('eugenesiow/Div2k', 'bicubic_x4', split='train')\
    .map(augment_five_crop, batched=True, desc="Augmenting Dataset")                                # download and augment the data with the five_crop method
train_dataset = TrainDataset(augmented_dataset)                                                     # prepare the train dataset for loading PyTorch DataLoader
eval_dataset = EvalDataset(load_dataset('eugenesiow/Div2k', 'bicubic_x4', split='validation'))      # prepare the eval dataset for the PyTorch DataLoader

预训练

该模型在GPU上进行了训练。以下是训练代码：

from super_image import Trainer, TrainingArguments, CarnModel, CarnConfig

training_args = TrainingArguments(
    output_dir='./results',                 # output directory
    num_train_epochs=1000,                  # total number of training epochs
)

config = CarnConfig(
    scale=4,                                # train a model to upscale 4x
    bam=True,                               # apply balanced attention to the network
)
model = CarnModel(config)

trainer = Trainer(
    model=model,                         # the instantiated model to be trained
    args=training_args,                  # training arguments, defined above
    train_dataset=train_dataset,         # training dataset
    eval_dataset=eval_dataset            # evaluation dataset
)

trainer.train()

评估结果

评估指标包括《 PSNR 》和《 SSIM 》。

评估数据集包括：

• Set5 - Bevilacqua et al. (2012)
• Set14 - Zeyde et al. (2010)
• BSD100 - Martin et al. (2001)
• Urban100 - Huang et al. (2015)

以下结果列表示为PSNR/SSIM，并与双三次插值基准进行比较。

|数据集|比例|双三次插值|CARN-BAM||---|---|---|---||Set5|2x|33.64/0.9292|37.83/0.96||Set5|3x|30.39/0.8678|34.82/0.9385||Set5|4x|28.42/0.8101|32.0/0.8923||Set14|2x|30.22/0.8683|33.51/0.9166||Set14|3x|27.53/0.7737|30.9/0.8558||Set14|4x|25.99/0.7023|28.62/0.7822||BSD100|2x|29.55/0.8425|33.64/0.924||BSD100|3x|27.20/0.7382|29.54/0.8166||BSD100|4x|25.96/0.6672|28.41/0.7614||Urban100|2x|26.66/0.8408|31.53/0.922||Urban100|3x||28.84/0.8648||Urban100|4x|23.14/0.6573|25.77/0.7741|

您可以在以下notebook中找到轻松运行预训练模型评估的方法：

BibTeX条目和引用信息

@misc{wang2021bam,
    title={BAM: A Lightweight and Efficient Balanced Attention Mechanism for Single Image Super Resolution}, 
    author={Fanyi Wang and Haotian Hu and Cheng Shen},
    year={2021},
    eprint={2104.07566},
    archivePrefix={arXiv},
    primaryClass={eess.IV}
}

@article{ahn2018fast,
  title={Fast, Accurate, and Lightweight Super-Resolution with Cascading Residual Network},
  author={Ahn, Namhyuk and Kang, Byungkon and Sohn, Kyung-Ah},
  journal={arXiv preprint arXiv:1803.08664},
  year={2018}
}