<div class="blogpost-body cnblogs-markdown" id="cnblogs_post_body">
<p>论文pdf 地址：<a class="uri" href="https://arxiv.org/pdf/1609.04802v1.pdf">https://arxiv.org/pdf/1609.04802v1.pdf</a></p>
<h2 id="我的实际效果">我的实际效果</h2>
<p>清晰度距离我的期待有距离。<br> 颜色上面存在差距。<br> 解决想法<br> 增加一个颜色判别器。将颜色值反馈给生成器</p>
<p><img alt="1545753-20181128120704364-961028862.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-3e634975af79935695cde588597a9284.png"></p>
<p>srgan论文是建立在gan基础上的，利用gan生成式对抗网络，将图片重构为高清分辨率的图片。<br> github上有开源的srgan项目。由于开源者，开发时考虑的问题更丰富，技巧更为高明，导致其代码都比较难以阅读和理解。<br> 在为了充分理解这个论文。这里结合论文，开源代码，和自己的理解重新写了个srgan高清分辨率模型。</p>
<h2 id="gan原理">GAN原理</h2>
<p>在一个不断提高判断能力的判断器的持续反馈下，不断改善生成器的生成参数，直到生成器生成的结果能够通过判断器的判断。（见本博客其他文章）</p>
<h2 id="srgan用到的模块及其关系">SRGAN用到的模块，及其关系</h2>
<p>损失值，根据的这个关系结构计算的。<br><img alt="1545753-20181127163533885-1386223271.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-767187abb678c11db3cfa04f915a2d0c.png"><br> 注意：vgg19是使用已经训练好的模型，这里只是拿来提取特征使用，</p>
<p>对于生成器，根据三个运算结果数据，进行随机梯度的优化调整<br> ①判定器生成数据的鉴定结果<br> ②vgg19的特征比较情况<br> ③生成图形与理想图形的mse差距</p>
<h2 id="论文中生成器和判别器的模型图">论文中，生成器和判别器的模型图</h2>
<p><img alt="1545753-20181127170109742-1985386475.png" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-fe0850aa29fd3f55defe95fa8cd80537.png"><br> 生成器结构为：一层卷积，16层残差卷积，再将第一层卷积结果+16层残差结，卷积+2倍反卷积，卷积+2倍反卷积，tanh缩放，产生生成结果。<br> 判别器结构为：8层卷积+reshape,全连接。（论文中，用了两层。我这里只用了一层全连接，参数量太大，我6G 的gpu内存不够用）<br> vgg19结构：在vgg19的第四层，返回获取到的特征结果，进行MSE对比<br> 注意：BN处理，leaky relu等等处理技巧</p>
<h2 id="代码解释">代码解释</h2>
<pre class="blockcode"><code>import numpy as np
import os
import tensorlayer as tl
import tensorflow as tf
#获取vgg9.npy中vgg19的参数，
vgg19_npy_path = "./vgg19.npy"
if not os.path.isfile(vgg19_npy_path):
print("Please download vgg19.npz from : https://github.com/machrisaa/tensorflow-vgg")
exit()
npz = np.load(vgg19_npy_path, encoding='latin1').item()
w_params = []
b_params = []
for val in sorted(npz.items()):
W = np.asarray(val[1][0])
b = np.asarray(val[1][1])
# print(" Loading %s: %s, %s" % (val[0], W.shape, b.shape))
w_params.append(W, )
b_params.extend(b)
#tensorlayer加载图片时，用于处理图片。随机获取图片中 192*192的矩阵， 内存不足时，可以优化这里
def crop_sub_imgs_fn(x, is_random=True):
x = tl.prepro.crop(x, wrg=192, hrg=192, is_random=is_random)
x = x / (255. / 2.)
x = x - 1.
return x
#resize矩阵 内存不足时，可以优化这里
def downsample_fn(x):
x = tl.prepro.imresize(x, size=[48, 48], interp='bicubic', mode=None)
x = x / (255. / 2.)
x = x - 1.
return x
# 参数
config = {
"epoch": 5,
}
# 内存不够时，可以减小这个
batch_size = 10
class SRGAN(object):
def __init__(self):
# with tf.device('/gpu:0'):
#占位变量，存储需要重构的图片
self.x = tf.placeholder(tf.float32, shape=[batch_size, 48, 48, 3], name='train_bechanged')
#占位变量，存储需要学习的理想中的图片
self.y = tf.placeholder(tf.float32, shape=[batch_size, 192, 192, 3], name='train_target')
self.init_fake_y = self.generator(self.x) # 预训练时生成的假照片
self.fake_y = self.generator(self.x, reuse=True) # 全部训练时生成的假照片
#占位变量，存储需要重构的测试图片
self.test_x = tf.placeholder(tf.float32, shape=[1, None, None, 3], name='test_generator')
#占位变量，存储重构后的测试图片
self.test_fake_y = self.generator(self.test_x, reuse=True) # 生成的假照片
#占位变量，将生成图片resize
self.fake_y_vgg = tf.image.resize_images(
self.fake_y, size=[224, 224], method= |
|
转播
