多尺度深度超分辨率系统（MDSR）

MDSR模型在DIV2K上进行了预训练（800张训练图像，扩充为4000张，100张验证图像），用于2x，3x和4x图像超分辨。它在Lim等人（2017）的论文中首次推出，并在 this repository 中首次发布。

图像超分辨的目标是从单个低分辨率（LR）图像恢复高分辨率（HR）图像。下图显示了真实图像（HR），双三次插值和模型放大。

模型描述

MDSR是一个使用更深和更宽的架构（32个ResBlocks和256个通道）来提高性能的模型。它使用全局和局部跳跃连接，并且放大是在网络末尾完成的。它不使用批归一化层（输入和输出具有类似的分布，归一化中间特征可能不可取），而是使用恒定缩放层来确保稳定的训练。使用L1损失函数（绝对误差）而不是L2（均方误差），作者通过经验显示出更好的性能，并且需要更少的计算。

此模型还应用了 Wang et al. (2021) 发明的平衡注意力（BAM）方法，以进一步改善结果。

用途和限制

您可以使用预训练的模型将图像放大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

该模型可以与 super_image 库一起使用：

pip install super-image

以下是使用预训练模型放大图像的方法：

from super_image import MdsrModel, 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 = MdsrModel.from_pretrained('eugenesiow/mdsr-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

2x、3x和4x图像超分辨率的模型是在 DIV2K 上预训练的，该数据集包含800个高质量（2K分辨率）图像进行训练，并扩充为4000个图像，使用100个验证图像（图像编号为801到900）。

训练过程

预处理

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大小方法，从高分辨率（HR）图像缩小x2、x3和x4倍生成低分辨率（LR）图像。在训练过程中，使用来自LR输入的大小为64×64的RGB块以及它们对应的HR块。在预处理阶段对训练集进行数据增强，从原始图像的四个角和中心创建五个图像。

我们需要huggingface datasets 库来下载数据：

pip install datasets

以下代码获取数据并进行预处理/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

该模型在GPU上进行了训练。以下是训练代码：

from super_image import Trainer, TrainingArguments, MdsrModel, MdsrConfig

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

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

下表中的结果列用PSNR/SSIM表示，与双三次插值基线进行比较。

|Dataset |Scale |Bicubic |mdsr-bam ||--- |--- |--- |--- ||Set5 |2x |33.64/0.9292 |38/0.9607 ||Set5 |3x |30.39/0.8678 |35.07/0.9402 ||Set5 |4x |28.42/0.8101 |32.19/0.8949 ||Set14 |2x |30.22/0.8683 |33.68/0.9182 ||Set14 |3x |27.53/0.7737 |31.04/0.8582 ||Set14 |4x |25.99/0.7023 |28.73/0.7847 ||BSD100 |2x |29.55/0.8425 |33.77/0.9253 ||BSD100 |3x |27.20/0.7382 |29.62/0.8188 ||BSD100 |4x |25.96/0.6672 |28.5/0.7645 ||Urban100 |2x |26.66/0.8408 |32.04/0.9272 ||Urban100 |3x | |29.16/0.8717 ||Urban100 |4x |23.14/0.6573 |26.02/0.7834 |

您可以在下面找到一个轻松运行预训练模型评估的笔记本：

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}
}