说明文档
名称： 4x-UltraSharp（包含配置和预设！）
许可证： CC BY-NC-SA 4.0
链接： https://mega.nz/folder/qZRBmaIY#nIG8KyWFcGNTuMX_XNbJ_g
模型架构： ESRGAN
放大倍率： 4
用途： 任意，这是一个通用模型。该模型在 JPEG 压缩图像上表现最佳。
迭代次数： 150k
批次大小： 4-8
高清尺寸： 128
训练轮次： ~480
数据集： 非常多。我使用了：我自己拍摄的 RAW 图像、SignatureEdits、AdobeMIT-5K、DIV2K、来自 brucethemoose 的 TLOK、来自 ALSA 的一些岩石/石头图像，以及 @esrgan 提供的许多图像（感谢！）
数据集大小： 呃，忽略这个。整个训练过程中大约在 2k 到 8k 张全尺寸图像之间
OTF 训练： 是（自定义增强预设）
预训练模型 G： 4x-UniScale-Balanced
描述： 这是我目前最好的模型！它能够生成大量细节，并在图像上留下不错的纹理。它适用于大多数图像，无论是否经过压缩。不过它在 JPEG 压缩图像上确实表现最好，因为这主要是它的训练内容。它还能够修复高度压缩的图像！
该模型使用 KernelGAN 进行训练（感谢 musl 提供模糊核）、噪声块、自定义增强预设（随模型一起提供），以及以下损失函数：pixel、feature、cx、ssim、lpips 和 fft。曾经使用过 Mixup，但由于稳定性问题而被放弃。
梯度裁剪对整个训练过程中的模型稳定性帮助极大。
非常感谢 musl 就如何进一步改进模型给出的建议！
Kim2091/UltraSharp
作者 Kim2091
创建时间: 2024-01-03 00:48:17+00:00
更新时间: 2024-08-08 19:06:14+00:00
在 Hugging Face 上查看