SRGAN-MSE单图像超分辨率Matlab接口。
■ 先决条件■
- Matlab 2021a
- 图像处理工具箱
- 统计和机器学习工具箱
- 深度学习工具箱
- 并行计算工具箱
■ 如何测试■
- SRGAN_Test运行。调用SRGAN_2xSuperResolution.m
- 训练网络加载在SRGAN_2xsupersolution.m的第5行
■ 如何对图像文件执行SRGAN超分辨率■
输入图像MyPicture.jpg应为原始（不模糊）图像。SRGAN神经网络将图像放大2倍。
img=imread(“MyPicture.jpg”);%1024x768输入图像
imgSR=SRGAN_2x超分辨率（img）；
imwrite（imgSR，“MyPicture_2x_SRGAN_MSE.png”);%输出2048x1536图像
■ 如何使用Flickr2K数据集训练网络■
下载Flickr2K数据集并将其放置在Flickr2K/Flickr2K_HR上，以获取2650幅图像的列车数据
运行CreateTrainingSetAll_Flickr2K.m以创建包含已转换mat文件的Flickr2K_RGB_MatlabF文件夹。
运行SRGAN_Train_Flickr2K.m来训练并创建训练过的文件。
在SRGAN_2xSuperResolution.m上使用经过培训的文件
与原始SRGAN的差异
1均方误差回归。
2列车输入尺寸为112x112（非48x48）
三。仅实现了2倍的超分辨率。
4.VGG19损耗尚未实现，因此为SRGAN-MSE
■ 变更日志■
版本20210627 1.0.0
・首次发布。
■ 工具书类■
Ledig，C.，Theis，L.，Husźar，F.，Caballero，J.，Cunningham，A.，Acosta，A.，Aitken，A.，Tejani，A.，Totz，J.，Wang，Z.，et al.：使用生成对抗网络的照片逼真单图像超分辨率。In:CVPR（2017年）
https://arxiv.org/pdf/1609.04802.pdf
基于深度学习的单幅图像超分辨率处理
（VDSR使用Matlab深度学习工具箱实现）
//www.tatmou.com/help/images/single-image-super-resolution-using-deep-learning.html
Matlab PReLU层
//www.tatmou.com/help/deeplearning/ug/define-custom-deep-learning-layer.html
引用为
马诺雷肯（2021年）。SRGAN-MSE Matlab端口(//www.tatmou.com/matlabcentral/fileexchange/94885-srgan-mse-matlab-port)，MATLAB中央文件交换。恢复.
MATLAB版本兼容性
使用R2021a创建
兼容R2021a
