级联残差网络（CARN）

CARN模型是在DIV2K上预训练的，用于2x、3x和4x图像超分辨率（SR）的模型（800张图像进行训练，经过增强达到4000张图像，100张图像用于验证）。它由Ahn等人在2018年的论文中提出，并于 this repository 中首次发布。

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。下图显示了真实图像（HR）、双三次插值上采样和模型上采样的效果。

模型描述

CARN模型提出了一种在残差网络上实现级联机制的架构，用于精确而轻量级的图像超分辨率。

预期用途和限制

您可以使用预训练的模型将图像上采样2x、3x和4x。您还可以使用训练器在自己的数据集上训练模型。

如何使用

该模型可以使用 super_image 库：

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', 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

2x、3x和4x图像超分辨率的模型是在 DIV2K 上进行预训练的，该数据集包含800个高质量（2K分辨率）的训练图像，经过增强处理得到4000个图像，并使用100个验证图像（图像编号为801至900）作为开发集。

训练过程

前期处理

我们遵循 Wang et al. 的预处理和训练方法。通过使用双三次插值作为调整图像尺寸的方法，将高分辨率（HR）图像的尺寸缩小2倍、3倍和4倍。在训练过程中，使用大小为64×64的RGB图像块从LR输入图像中提取，并与其对应的HR图像块一起使用。在预处理阶段，对训练集应用数据增强，从原始图像的四个角和中心创建了五个图像。

我们需要使用huggingface datasets 库下载数据：

pip install datasets

以下代码获取数据并对数据进行预处理和增强：

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

该模型是在GPU上训练的。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)

下面的结果栏以PSNR/SSIM表示，与双三次插值作为基准进行比较。

|数据集|缩放倍数|双三次插值|CARN||---|---|---|---||Set5|2x|33.64/0.9292|37.89/0.9602||Set5|3x|30.39/0.8678|34.88/0.9391||Set5|4x|28.42/0.8101|32.05/0.8931||Set14|2x|30.22/0.8683|33.53/0.9173||Set14|3x|27.53/0.7737|30.93/0.8566||Set14|4x|25.99/0.7023|28.67/0.7828||BSD100|2x|29.55/0.8425|33.66/0.9242||BSD100|3x|27.20/0.7382|29.56/0.8173||BSD100|4x|25.96/0.6672|28.44/0.7625||Urban100|2x|26.66/0.8408|31.62/0.9229||Urban100|3x||28.95/0.867||Urban100|4x|23.14/0.6573|25.85/0.7768|

您可以在以下链接找到一个笔记本，用于方便地对预训练模型进行评估：

BibTeX条目和引用信息

@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}
}