Github 发布链接

4xRealWebPhoto_RGT

名称：4xRealWebPhoto_RGT
许可证：CC BY 4.0
作者：Philip Hofmann
网络架构：RGT
放大倍率：4
发布日期：2024年3月10日
用途：4倍真实网络照片超分辨率模型，用于放大从网络下载的照片
迭代次数：260'000
轮次：71
批次大小：12
高分辨率尺寸：128
数据集：4xRealWebPhoto
训练图像数量：6118
在线训练（OTF）：否
预训练模型G：RGT_x4

描述： 4倍真实网络照片超分辨率模型，用于放大从网络下载的照片。基于我的4xRealWebPhoto数据集v1版本训练，能够处理噪点、jpg和webp（重）压缩、（重）缩放以及轻微的镜头模糊。我尝试模拟以下使用场景：某人上传一张照片（可能有噪点、可能模糊、或者既有噪点又模糊）到网络（例如社交媒体），平台会对图像进行压缩和降采样，然后另一个用户下载并重新上传到网络上（再次压缩和缩放）。

数据集降质流程可在附带的PDF中找到，其中也包含关于此方法最初尝试版本v0的信息，位于该PDF的附录中。v0基本上是在经过降质处理的RSBlur数据集上训练的，包含较强的运动模糊；v1（本版本）基于nomos8k_sfw；v2基于nomos8k，采用了多尺度和变体，以及不同的降质参数值。

这是我的第一个RealWebPhoto模型（即v1）。
v0仅作为信息保留目的附上，它只在经过降质处理的RSBlur数据集上训练了70k次，但后来发现运动模糊对于这个使用场景来说过于极端。最初的想法是通过使用预先模糊的数据集（如RSBlur）而不是合成添加模糊来获得真实的模糊效果。