简介面向图像处理、计算机视觉与深度学习学习者的SRGAN超分辨率重建实战代码包基于2017年论文提出的生成对抗网络思想将低分辨率图像恢复为高分辨率重点解决传统MSE损失导致纹理模糊的问题适合复现经典模型、开展对比实验或进行超分技术预研的开发者。资源共29个文件以8个Python脚本为核心覆盖生成器与判别器结构、感知损失与对抗损失实现、数据加载与训练、单图和视频测试等完整流程并附带基准测试工具另含15张效果对比图、1份说明文档整体16.33MB目录按功能划分便于按需调用和二次开发。目前已有1114人下载学习。通过该包可直观对比SRGAN重建效果与原始图像差异理解生成器与判别器的博弈机制配合说明文档能快速搭建运行环境并利用测试脚本验证模型效果对论文复现、课程设计及实际工程中的画质增强均具有直接参考价值。1. SRGAN一张低清图怎么“猜”出高清细节监控截图放大后车牌糊成一片老照片扫描件细节彻底丢失CT影像放大后医生看不清细微结构——背后是同一个诉求不更换采集设备把低分辨率图像“猜”出高分辨率细节。SRGAN是这条路上绕不开的基线模型它把生成对抗网络引入图像超分辨率重建让结果不再是插值或像素平均而是逼近真实高清图的纹理分布。下面按可复现的路线讲损失函数为什么用MSE、感知损失和对抗损失三合一数据怎么准备PyTorch代码怎么搭伪影和不收敛怎么排查最后落到验证与部署。适合准备把超分算法接进项目的工程师也适合刚接触生成对抗网络的读者顺代码入门。2. SRGAN的损失设计MSE、对抗损失与感知损失为什么要三合一SRGAN这篇发表于2017年的工作网络骨架只是常规的残差网络真正让它和之前的超分方法拉开差距的是损失函数。在它之前超分辨率重建的主流做法是用MSE均方误差作为唯一优化目标把生成的高清图与真实高清图的每个像素相减、平方、求平均。这样训练出来的模型在PSNR指标上很好看但放大后的图像总是显得“平”边缘发虚、纹理像被打磨过。原因在于MSE的最优解是条件均值——对同一个低清输入对应的所有可能高清输出求平均边缘位置被两侧像素一平均自然就糊掉了。SRGAN做的最关键改动是把对抗损失和感知损失塞进目标函数逼生成器去拟合真实高清图像的分布而不是去拟合像素均值。后面四个小节按损失函数的演进拆开讲。理解了这一章后面看代码和调参都不会虚。2.1 先看SRResNet纯MSE训练为什么细节发糊SRGAN的生成器不是凭空设计的它先训练了一个叫SRResNet的纯MSE版本作为基线对比。SRResNet的结构和SRGAN生成器几乎一样只差损失函数。这个对比实验说明了核心问题同样的模型容量用MSE优化出来的权重会把图像重建得过度平滑。为什么会平滑假设一个边缘处真实高分辨率图像既可能是左侧像素延伸过来也可能是右侧像素延伸过来。MSE的期望误差最小化解出现在所有可能性的中心附近模型学会了输出一个“两边都挨着一点”的灰过渡带。像素级误差被最小化了但人眼对这种过渡带非常敏感这就是超分圈常说的“涂抹感”。所以不要看到PSNR高就觉得模型好。PSNR只统计像素差的均方根它天然奖励保守的中间值输出。这也是为什么后来很多论文和比赛开始用感知指标作为辅助评估。我在实际项目里见过PSNR超标但主观效果一塌糊涂的情况损失函数选错了指标再好也白搭。另一个需要提的点SRResNet里用的依旧是L2MSE不少复现实现把MSE换成L1平均绝对误差。L1对离群点不敏感训练过程稳一些但它的最优解同样是条件中位数一样会平滑。想通过换L1解决纹理问题是没有用的必须改变损失空间里的语义。2.2 对抗损失的加入判别器如何“逼”生成器补出纹理生成对抗网络业内也有人顺口叫对抗生成网络在超分里的用法是在生成器之外再挂一个判别器。生成器负责把LR放大成HR判别器负责判断输入图像是真实高清原图还是生成器的输出。两者交替训练生成器越骗越真判别器越辨越精最后生成器输出的图像在判别器眼里和真实图像不可区分。这里要区分两个层次“像素级正确”和“分布级正确”。MSE只要求每个像素尽量靠近真实值对抗损失要求的是整体纹理分布接近真实高清图。判别器能看到整张图它按纹理和结构的统计特征打分所以模型倾向于生成有明确方向、有真实高频细节的纹理而不是模糊的过渡带。SRGAN原论文用的对抗损失是标准GAN的BCE形式。对生成器来说目标是让判别器把生成图误判为真实图L_adv - log D( G(lr) )实际实现里一般写成BCEWithLogits(D(fake), ones)而不是负数log形式。两者数学上等价后者数值更稳定。一个很容易踩的坑是判别器能力太强会瞬间识破生成器把D(fake)压到接近0生成器的对抗梯度直接消失。后面避坑章会细说这里先记一个原则——对抗损失的权重不是越大越好因为它只负责让图像“看起来真”并不负责保持内容语义不变。2.3 感知损失VGG特征空间算距离比像素空间更贴近人眼对抗损失解决纹理但单独用它会带来另一个问题生成器为了骗过判别器可能编造出原图里不存在的结构。这个问题靠感知损失拉回来。感知损失的做法是把生成图和真实图同时送进一个预训练好的VGG19网络取中间某一层SRGAN原论文用relu5_4的特征图在特征空间算L1或L2距离。为什么特征空间的距离更接近人眼低层卷积核响应的是边缘、颜色块高层卷积核响应的是物体部件和语义结构。VGG在ImageNet上预训练过它内部的特征表示已经过滤掉了像素级的噪声把“结构相似性”编码成特征向量。在特征空间求距离等价于让生成图的语义内容和真实图对齐而不是在像素上死磕。参数上有个经验感知损失一般取relu5_4或relu4_4。取太深比如relu5_4语义权重高图像容易偏平滑取太浅比如relu3_3又开始纠结纹理细节训练震荡。原论文用relu5_4我复现时试过relu4_4主观效果更稳跑实验时可以两个都试。还有一个细节用于算感知损失的VGG要保持预训练权重并且固定住不参与梯度更新。VGG的输入归一化要按ImageNet的mean/std做否则特征分布偏了损失的含义也变了。不少人在这里翻车损失看着在降但输出图像颜色发灰多半是没做归一化或像素范围不对。2.4 总损失与权重配比三个损失怎么给才不会互相打架SRGAN的总损失是三个损失的加权和。原论文的写法是L_G L_percep 0.006 * L_adv 0.001 * L_mse其中L_mse是像素空间的内容损失L_percep是VGG特征空间的感知损失。注意感知损失的权重是1对抗损失只给了0.006数值上很小但起的作用是决定性的。这个权重不是玄学它对应的是两个损失的梯度尺度差异。对抗损失来自判别器最后输出的标量梯度幅度通常远大于感知损失如果不把它的权重压到千分之一量级生成器会只顾骗判别器把颜色和结构都带偏。反过来如果对抗权重给到0.1以上训练早期生成图就会出现明显的彩色噪斑和“油画感”。损失项作用原论文权重常见复现范围L_percepVGG relu5_4对齐语义结构11固定L_advBCE对抗逼真纹理0.0060.001~0.01L_mse像素稳定颜色和PSNR0.0010~0.01这张配比表是复现SRGAN的关键。如果你直接抄一个开源训练脚本第一件事就是看这三个权重和原论文差多少很多“复现不出效果”的问题都出在权重被改过。判别器的损失相对简单一般就是BCE。注意用标签平滑真实图标签取0.9而不是1.0生成图标签取0.0或0.1可以明显缓解判别器过早收敛。训练节奏上常见做法是先只用MSE训练生成器几十个epoch等它输出的结构稳定下来再开启对抗损失和感知损失进行微调这个两阶段训练几乎是SRGAN能否稳定收敛的前提。3. 数据管线退化模型、数据集选型与预处理脚本超分辨率重建的训练数据不是现成的“高清-低清”对而是自己造的拿高清大图按某种退化模型生成低清版本再把两者组成监督对喂给模型。数据管线的质量决定了模型效果的天花板网络结构只是在这个上限内逼近。这一章讲退化模型怎么选、数据集从哪里来、预处理脚本怎么写。3.1 退化模型bicubic下采样为主加噪模糊模拟真实低清最常用、也是SRGAN论文和超分比赛公认的基准退化是bicubic下采样缩放因子取4倍。把这个退化用公式写出来就是LR (HR ⊗ Gaussian) ↓s先对HR做高斯模糊模拟镜头和传感器低通再按比例降采样。实际实现里直接用PIL或OpenCV的resize加interpolationBICUBIC就够用了Gaussian模糊是否加上根据目标场景决定。退化模型最好和目标场景一致。如果做老照片修复退化模型里加一点随机高斯噪声和轻微模糊更接近扫描件的实际情况如果做CT图像超分噪声模型要按低剂量CT的噪声特性来设计那是泊松-高斯混合分布不能简单套用自然图像的做法。判断退化模型是否合适的办法很简单把你的LR图用模型放大后和同一场景下真实采集到的HR做残差分析残差里如果还有明显的周期纹理说明退化模型没建对。缩放因子也要想清楚。SRGAN以4倍为基准但实际项目里2倍更可控8倍基本是幻想——信息丢失太多模型只能靠“编”。建议从2倍跑通再上4倍不要一上来就挑战8倍否则后面所有排查都得在“信息根本不存在”的情况下做没有意义。3.2 数据集选型DIV2K/Flickr2K与验证集怎么分配训练集选DIV2K是可靠的默认选项。DIV2K包含800张2K分辨率的高清训练图和100张验证图内容覆盖自然风光、城市、人像等纹理种类够全。Flickr2K是另一个常用补充集来自Flickr的高清图片和DIV2K合在一起训能让模型见到的场景更多。如果项目有明确的领域需求比如医学影像或卫星图额外加200到500张该领域的HR图比堆通用图的效果提升更明显。验证集不要和训练集同源。超分领域有一套常用的标准验证集Set5、Set14、BSD100、Urban100其中Urban100专门考察建筑边缘等结构化纹理。我在项目里习惯用Set14做快速验证因为每张图大小适中跑一轮不慢Urban100留到模型训完再测一次专门看边缘伪影。如果只拿DIV2K自己的验证集测模型容易过拟合到训练集的场景分布。还有一个容易被忽略的点HR图和LR图要严格对齐。最常见的错误是先对整张HR做resize得到LR再分别从HR和LR上各裁各的patch。这样LR和HR的坐标没有对齐训练时模型学到的映射是带噪声的。正确顺序是先在HR上裁剪出目标尺寸再对裁好的HR patch做退化这样LR和HR是严格对应的。3.3 预处理脚本随机裁剪、旋转翻转与LR/HR配对生成下面这段脚本做三件事按HR patch尺寸随机裁剪、随机翻转旋转做数据增强、在每个patch上独立生成对应的LR patch。保存成PNG可以避免JPEG压缩带来的额外高频损失。import os import random from PIL import Image import numpy as np SCALE 4 LR_PATCH 96 # 低清patch边长 HR_PATCH LR_PATCH * SCALE # 高清patch边长 384 def build_lr_from_hr(hr_img, scaleSCALE, noise_sigma0.0): 对HR patch做bicubic降采样可选加高斯噪声 w, h hr_img.size lr_w, lr_h w // scale, h // scale lr hr_img.resize((lr_w, lr_h), Image.BICUBIC) if noise_sigma 0: arr np.array(lr).astype(np.float32) arr arr np.random.randn(*arr.shape) * noise_sigma lr Image.fromarray(np.clip(arr, 0, 255).astype(np.uint8)) return lr def prepare_pairs(hr_paths, out_hr_dir, out_lr_dir, per_img20): os.makedirs(out_hr_dir, exist_okTrue) os.makedirs(out_lr_dir, exist_okTrue) save_id 0 for path in hr_paths: img Image.open(path).convert(RGB) for _ in range(per_img): if img.width HR_PATCH or img.height HR_PATCH: continue left random.randint(0, img.width - HR_PATCH) top random.randint(0, img.height - HR_PATCH) hr img.crop((left, top, left HR_PATCH, top HR_PATCH)) if random.random() 0.5: hr hr.transpose(Image.FLIP_LEFT_RIGHT) if random.random() 0.5: hr hr.transpose(Image.FLIP_TOP_BOTTOM) lr build_lr_from_hr(hr) hr.save(os.path.join(out_hr_dir, f{save_id:05d}.png)) lr.save(os.path.join(out_lr_dir, f{save_id:05d}.png)) save_id 1逻辑说明脚本先定位HR patch的左上角坐标裁出HR patch后做随机翻转最后调用build_lr_from_hr做退化。这样的顺序保证LR来自HR patch本身不存在坐标偏移问题。参数说明LR_PATCH96对应原论文的训练patch尺寸显存紧张时可以减到64HR那边相应变成256per_img表示每张HR图随机采20个patch800张图就有16000个训练样本足够SRGAN吃到饱noise_sigma在自然图像上可以给0.0到1.0之间的值模拟传感器噪声给太大模型会把噪声当成纹理学会。数据集里只保存原始LR尺寸即可DataLoader在张量化时统一处理。4. 用PyTorch复现SRGAN生成器代码、训练循环与参数配置前两章把损失和数据管线定下来了这一章给出可运行的PyTorch骨架。代码按SRGAN最常见的实现方式写生成器用16个残差块加PixelShuffle上采样判别器用VGG风格的卷积下采样训练分为MSE预训练和GAN微调两个阶段。4.1 生成器实现残差块堆叠与PixelShuffle上采样生成器的核心结构是一层9×9卷积做输入映射中间16个残差块提取特征尾部一个全局残差连接再接两次PixelShuffle完成4倍上采样。16个残差块来自原论文这个数字可以不改它对应感受野和显存消耗的平衡点加到32块收益很小显存和训练时间却翻倍。import torch import torch.nn as nn class ResidualBlock(nn.Module): def __init__(self, channels64): super().__init__() self.conv1 nn.Conv2d(channels, channels, 3, 1, 1) self.bn1 nn.BatchNorm2d(channels) self.relu nn.PReLU() self.conv2 nn.Conv2d(channels, channels, 3, 1, 1) self.bn2 nn.BatchNorm2d(channels) def forward(self, x): residual self.relu(self.bn1(self.conv1(x))) residual self.bn2(self.conv2(residual)) return x residual class GeneratorSRGAN(nn.Module): def __init__(self, num_residual16, scale4): super().__init__() self.head nn.Conv2d(3, 64, 9, 1, 4) self.body nn.Sequential(*[ResidualBlock(64) for _ in range(num_residual)]) self.tail nn.Sequential( nn.Conv2d(64, 64, 3, 1, 1), nn.BatchNorm2d(64), ) # 4倍上采样拆成两次2倍避免一次性大倍率带来的伪影 upsample [] for _ in range(2): upsample [ nn.Conv2d(64, 256, 3, 1, 1), nn.PixelShuffle(2), nn.PReLU(), ] self.upsample nn.Sequential(*upsample) self.out nn.Conv2d(64, 3, 9, 1, 4) def forward(self, x): skip self.head(x) x self.body(skip) x self.tail(x) x skip x # 全局残差网络只学差值 x self.upsample(x) return self.out(x)PixelShuffle的输入通道数是输出通道数的4倍2×2排列所以上采样块里Conv2d先输出256个通道再PixelShuffle(2)得到64通道的2倍尺寸图。这样写比ConvTranspose2d稳得多转置卷积的kernel重叠区域会引入棋盘伪影PixelShuffle没有这个问题。残差连接有两处局部残差在每个ResidualBlock内部全局残差在head和tail之间。全局残差让网络只学“高清细节增量”收敛速度快很多。输出层没有接tanh或sigmoid因为训练时输入归一化到[-1,1]输出自然在拟合这个范围。如果想让模型输出限定在固定范围可以在out后面加一个Tanh但感知损失和MSE要在tanh之后的输出上计算。4.2 判别器与两阶段训练从MSE预训练到GAN微调判别器结构走VGG风格卷积块通道数从64翻倍到512最后用AdaptiveAvgPool压到1×1再接全连接。这个设计比原论文里的大全连接层省显存感受野也足够。class Discriminator(nn.Module): def __init__(self): super().__init__() def block(in_c, out_c, normTrue): layers [nn.Conv2d(in_c, out_c, 3, 2, 1)] if norm: layers.append(nn.BatchNorm2d(out_c)) layers.append(nn.LeakyReLU(0.2)) return nn.Sequential(*layers) self.features nn.Sequential( block(3, 64, normFalse), block(64, 64), block(64, 128), block(128, 128), block(128, 256), block(256, 256), block(256, 512), block(512, 512), ) self.classifier nn.Sequential( nn.AdaptiveAvgPool2d(1), nn.Flatten(), nn.Linear(512, 1024), nn.LeakyReLU(0.2), nn.Linear(1024, 1), ) def forward(self, x): return self.classifier(self.features(x))判别器输入是384×384的图96×96的LR放大4倍。训练时HR patch和fake patch都是这个尺寸batch size一大显存就吃紧。常见做法是把判别器输入缩到192×192或者对HR也做一次随机crop减小显存压力。训练循环按两阶段设计。第一阶段只训练生成器用L1或MSE把结构拉稳第二阶段交替更新判别器和生成器损失切成感知损失加对抗损失。下面是一个step的写法def train_step(lr, hr, G, D, opt_G, opt_D, vgg, criterion_bce): lr, hr lr.cuda(), hr.cuda() fake G(lr) # 一、更新判别器 pred_real D(hr) pred_fake D(fake.detach()) real_label torch.full(pred_real.shape, 0.9, devicelr.device) # 标签平滑 fake_label torch.zeros(pred_fake.shape, devicelr.device) loss_D criterion_bce(pred_real, real_label) criterion_bce(pred_fake, fake_label) opt_D.zero_grad() loss_D.backward() opt_D.step() # 二、更新生成器 pred_fake D(fake) loss_adv criterion_bce(pred_fake, torch.ones_like(pred_fake)) loss_percep torch.nn.functional.l1_loss(vgg(fake), vgg(hr)) loss_G loss_percep 0.006 * loss_adv opt_G.zero_grad() loss_G.backward() opt_G.step()逻辑说明判别器先独立更新一步输入用fake.detach()切断了生成器梯度D的梯度不会回传到G生成器的对抗损失基于更新后的D计算感知损失拿VGG19的relu5_4输出做L1距离。real_label填0.9而不是1.0就是前面说的标签平滑防止判别器对真实图过于自信导致梯度消失。两阶段训练节奏第一阶段固定GAN逻辑只用MSE单独训练生成器跑大约80到100个epoch把PSNR基线拉起来。第二阶段再跑上面的完整step学习率降到第一阶段的一半或更少。直接跳过预训练上来就做GAN生成器输出全是噪点的翻车现场很常见。4.3 训练参数速查学习率、batch size、恢复点与显存策略参数第一阶段MSE第二阶段GAN优化器AdamAdam学习率1e-4G: 1e-4 / D: 1e-5batch size168~16损失L1 / MSE感知损失 0.006对抗训练轮数80~10050~80常见做法是生成器和判别器用不同学习率判别器低一些。判别器学太快会把生成器的梯度空间堵死学太慢又给不了有效信号。如果只用一张12G显存的卡batch size可以降到8同时把LR_PATCH从96减到64训练稳定性优先。训练时建议每个epoch结束保存一次G和D的权重文件名带上epoch和当前PSNR、LPIPS。恢复训练时G、D、optimizer、scheduler四件套一起load只load权重不load优化器会让学习率状态错乱。这一步多花几分钟写保存逻辑后面调参就是后悔药。5. SRGAN训练避坑不收敛、伪影与模式坍塌的排查记录SRGAN是出了名的难训不是模型难写是损失函数和超参对初始条件敏感。下面几条都是训练时高频出现的现象每条按现象、原因、解决三个步骤展开。这些坑我在自己复现和帮别人调模型时都见过按这个顺序排查基本能定位。5.1 现象一判别器损失一路归零生成器还在出图但很糊现象训练日志里D的loss在第几十个batch就掉到0.0几真实图和生成图几乎瞬间被分辨G的loss由于对抗项梯度趋近0长时间不动只有感知损失在拖着走。原因判别器收敛太快生成器的输出质量差到让判别器“秒判”。这种情况下D不会再给G有效的梯度对抗训练形同虚设等效于退化成感知损失在单训G。常见诱因有三个D的学习率比G高、没有做标签平滑、预训练阶段没跑够。解决先把D的学习率降到G的十分之一再给真实标签加平滑0.9。如果还不行拉长MSE预训练阶段到150个epoch让生成器先把结构学扎实再上对抗。最后的手段是降低D的更新频率比如每训练2步G才更新1步D。5.2 现象二输出图像出现彩色噪斑和棋盘状伪影现象生成图像在纹理丰富区域出现规律网格状排列或者在平坦区域出现一圈一圈的彩色噪斑放大看像马赛克叠了一层油彩。原因棋盘伪影通常来自上采样方式如果用的ConvTranspose2d且kernel size是3或5这种奇数卷积核覆盖区域在相邻像素间重叠程度不一致就会形成棋盘亮暗条纹。彩色噪斑则多半是对抗损失权重过大生成器通过高频噪声骗过判别器或者输出值没有限制在有效RGB范围。解决把上采样层统一换成PixelShuffle这是SRGAN的标准做法。对抗权重先从0.006开始调出现噪斑就降到0.001。输出层加Tanh损失在Tanh之后的[-1,1]空间计算避免像素值越界产生伪影。同时检查数据加载时RGB三个通道是否有超出0~255的数值有的话先clip。5.3 现象三生成图像人眼看着更真实但PSNR比SRResNet还低现象验证时GAN版本PSNR比SRResNet低了1~2dB可两张图放一起让人看大家一致觉得GAN版本更舒服、纹理更锐。原因这不是bug是目标函数决定的。SRGAN本来就不优化PSNR它优化的是VGG特征距离和对抗判别分数。PSNR计算的是像素误差而GAN生成的纹理是模型“造”出来的像素位置与真实HR不必精确重合所以像素级误差必然增大。用PSNR单一指标评估GAN超分本身就不合理。解决评估指标换成LPIPS这个指标在深度特征空间测感知距离和人眼主观判断的一致性比PSNR好得多。如果业务方只认PSNR那就得接受“PSNR掉一点、主观大提升”的交换在总损失里加0.001的MSE项能在PSNR和感知之间找个平衡点。加入之后PSNR通常能拉回一些纹理损失也不大。5.4 现象四小batch训练时BatchNorm统计量不稳测试集翻车现象训练时loss正常但一跑验证集单张图生成结果明显偏暗或偏绿训练时明明没有这个问题。原因BatchNorm在小batch比如4或8下batch内的均值方差波动很大。训练时统计量是逐batch算的模型权重适应了这种波动推理时如果没用running stats而是用了instance级的统计量分布就对不上。GAN场景里判别器也有BN同样会引入不稳定。解决推理时显式调用model.eval()切到running stats模式推理完再切回train。如果batch size实在小把生成器里的BatchNorm2d换成InstanceNorm2d。医学影像等领域里单张推理很常见这个坑踩的人非常多。6. 验证与部署PSNR之外怎么评估感知质量模型怎么导出6.1 指标怎么选PSNR/SSIM看保真LPIPS看感知验证模型不要只看一个指标。固定三件套PSNR和SSIM看像素保真LPIPS看感知一致性。指标计算位置看什么合适场景PSNR像素空间像素误差基准对比、量化指标SSIM像素空间结构相似性边缘结构保真LPIPSVGG特征空间感知距离与人眼主观一致性部署之前把bicubic放大结果和SRGAN输出并排渲染到同一张图里做视觉对比。训练时每个epoch保存一次这张对比图能直观看到伪影从哪一轮开始出现。6.2 导出ONNX动态轴怎么设置import torch.onnx G.eval() dummy torch.randn(1, 3, 96, 96).cuda() torch.onnx.export( G, dummy, srgan.onnx, input_names[lr], output_names[hr], dynamic_axes{ lr: {0: batch, 2: height, 3: width}, hr: {0: batch, 2: height, 3: width}, }, opset_version12, )动态轴要设置batch和hw避免部署时只能输入固定96×96。opset_version取12以上对PixelShuffle支持更完整。导出后先用onnxruntime跑一次对比PyTorch输出数值差异在1e-4量级才算导出成功。6.3 边界与方向什么场景适合SRGAN什么场景不适合SRGAN的优势在纹理合成老照片修复、监控画面增强、AI对CT超分辨率重建等方向都有人落地。但边界要清楚——模型只能补回“看起来合理”的高频补不回真实信息。车牌、人脸身份、文字这类对真实性要求极高的应用SRGAN能增强观感不能作为取证依据。准备投入前先在目标数据上小规模验证把退化模型调成和业务数据一致再上资源。我第一次复现SRGAN时直接按论文参数搬到医用CT片上出来的图纹理很真实医生却说边缘有塑料感——问题不在模型在退化模型选错了。后来把退化改成低剂量CT的噪声模型、损失里加了边缘权重才通过验收。这个教训让我养成了一个习惯数据集和退化模型定下来之前先不碰网络结构和超参。希望帮到你。本文还有配套的精品资源点击获取
