- Windows / pytorch-nightly
- RTX 3090
- anaconda3(python3.8)
빠른 제출을 위해 제출용코드 제공하고 있습니다.
- SET5는 이미지 화질 개선 테스크에서 5개의 테스트 데이터셋입니다!
- SET5의 순서와 동일하도록 submission_image 풀더에 넣어주세요!
- sumbission_making/submission_image 풀더에 있는 원본 이미지를 삭제하고, SET5의 복원된 이미지를 넣는다.
- $python make_submission.py
- "submit.json" 이름으로 파일이 생성된다 (오류가 나면 해당 파일이 삭제됩니다. 오류가 나면 복원된 영상 5개가 풀더 안에 들어가있는지, SET5와 순서가 동일한지 확인해보세요.)
- 정상적으로 Submit.json 이 생성된 모습
- Train_Data: ( bsd200 + yang91 ) * 8 (augmentation)
- Image_batch_size(Low Resolution size) = 32
- Batch_size = 20
- Scale_factor = 2
- Learning rate = 1e-4, epochs = 1000
- Loss : MSEloss, Optimizer : Adam
# 생성되는 splited 된 luma 영상을 보길 원하시면 train.py의 batch_picture_save_flag를 1 로 바꾸시면 됩니다.
# 저장 경로 : augmented_data/train_sr
python train.py
- Test_data : SET5
- Model : /save_model/DCSCN_V2_e100_lr0.0001.pt
python test.py
[1] J.Yamanaka et al, "Fast and Accurate Image Super Resolution by Deep CNN with Skip Connection and Network in Network"
[2] https://github.com/sejong-rcv/EvalAI-Starters