基于PaddleGAN的LSERCNN模型实现卡通画超分
本文介绍基于PaddleGAN的LSERCNN模型实现卡通画超分的流程：先通过GitHub或Gitee安装PaddleGAN，解压并链接卡通画超分数据集；修改配置文件参数后训练模型，再用训练好的模型测试；最后展示了LESRCNN模型的实验结果，包括PSNR、SSIM等指标及模型下载方式。
基于PaddleGAN的LSERCNN模型实现卡通画超分
1.实现卡通画超分
基于PaddleGAN的LSERCNN模型 实现卡通画超分
1.1 安装PaddleGAN
PaddleGAN的安装目前支持Clone GitHub和Gitee两种方式：
In [ ]# 安装ppgan# 当前目录在: /home/aistudio/, 这个目录也是左边文件和文件夹所在的目录# 克隆最新的PaddleGAN仓库到当前目录# !git clone https://github.com/PaddlePaddle/PaddleGAN.git# 如果从github下载慢可以从gitee clone：!git clone https://gitee.com/paddlepaddle/PaddleGAN.git# 安装Paddle GAN%cd PaddleGAN/!pip install -v -e .登录后复制
1.2 数据准备
我们为大家准备了处理好的超分数据集卡通画超分数据集
In [ ]# 回到/home/aistudio/下%cd /home/aistudio# 解压数据!unzip -q data/data80790/animeSR.zip -d data/# 将解压后的数据链接到` /home/aistudio/PaddleGAN/data `目录下!mv data/animeSR PaddleGAN/data/登录后复制
1.2.1 数据集的组成形式
PaddleGAN ├── data ├── animeSR ├── train ├── train_X4 ├── test └── test_X4登录后复制
训练数据集包括400张卡通画，其中train中是高分辨率图像，train_X4中是对应的4倍缩小的低分辨率图像。测试数据集包括20张卡通画，其中test中是高分辨率图像，test_X4中是对应的4倍缩小的低分辨率图像。
1.2.2 数据可视化
In [ ]import osimport cv2import numpy as npimport matplotlib.pyplot as plt# 训练数据统计train_names = os.listdir('PaddleGAN/data/animeSR/train')print(f'训练集数据量: {len(train_names)}')# 测试数据统计test_names = os.listdir('PaddleGAN/data/animeSR/test')print(f'测试集数据量: {len(test_names)}')# 训练数据可视化img = cv2.imread('PaddleGAN/data/animeSR/train/Anime_1.webp')img = img[:,:,::-1]plt.figure()plt.imshow(img)plt.show()登录后复制 数据可视化展示(展示数据集其中几张)：
1.3 选择超分模型
PaddleGAN中提供的超分模型包括RealSR, ESRGAN, LESRCNN, DRN等，详情可见超分模型。
接下来以LESRCNN为例进行演示。
1.3.1 修改配置文件
所有模型的配置文件均在/home/aistudio/PaddleGAN/configs目录下。
找到你需要的模型的配置文件，修改模型参数，一般修改迭代次数，num_workers，batch_size以及数据集路径。有能力的同学也可以尝试修改其他参数，或者基于现有模型进行二次开发，模型代码在/home/aistudio/PaddleGAN/ppgan/models目录下。
以LESRCNN为例，这里将将配置文件lesrcnn_psnr_x4_div2k.yaml中的
参数total_iters改为50000
参数dataset：train：num_workers改为4
参数dataset：train：batch_size改为16
参数dataset：train：gt_folder改为data/animeSR/train
参数dataset：train：lq_folder改为data/animeSR/train_X4
参数dataset：test：gt_folder改为data/animeSR/test
参数dataset：test：lq_folder改为data/animeSR/test_X4
1.4 训练模型
以LESRCNN为例，运行以下代码训练LESRCNN模型。
如果希望使用其他模型训练，可以修改配置文件名字。
In [ ]%cd /home/aistudio/PaddleGAN/!python -u tools/main.py --config-file configs/lesrcnn_psnr_x4_div2k.yaml登录后复制
1.5 测试模型
以LESRCNN为例，模型训练好后，运行以下代码测试LESRCNN模型。
其中/home/aistudio/pretrained_model/LESRCNN_PSNR_50000_weight.pdparams是刚才ESRGAN训练的模型参数，同学们需要换成自己的模型参数。
如果希望使用其他模型测试，可以修改配置文件名字。
In [ ]%cd /home/aistudio/PaddleGAN/!python tools/main.py --config-file configs/lesrcnn_psnr_x4_div2k.yaml --evaluate-only --load /home/aistudio/pretrained_model/LESRCNN_PSNR_50000_weight.pdparams登录后复制
1.6 实验结果展示及模型下载
这里使用LESRCNN模型训练了一个基于PSNR指标的预测模型。
数值结果展示及模型下载
最后效果
相关攻略
Python以其卓越的开发效率和灵活性著称，但在处理大规模数值计算时，其执行速度往往成为瓶颈。一个典型的例子是100×100的矩阵乘法：使用原生Python的三层循环实现可能需要近3秒，而用C语言完成相同计算仅需约0 01秒。这种显著的性能差距主要源于Python作为解释型语言的运行时开销，包括动态
Python代码性能优化是每位开发者都会面临的挑战。当程序运行缓慢时，我们常常困惑于瓶颈究竟源自CPU计算、内存管理还是I O等待。仅依赖 time 命令或 cProfile 等传统工具，往往只能获得模糊的性能概览，难以精确定位导致效率低下的具体代码行。手动插桩和工具切换不仅效率低下，结论也常常依赖
Python 是一种编程语言吗？它与我们日常使用的汉语、英语有何本质区别？这是许多初学者首先会产生的疑问。本文将为您清晰解析 Python 与自然语言的核心差异，并阐述 Python 作为高级编程语言的独特优势与应用领域。 我们日常用于沟通交流的中文、英文等，属于“自然语言”。这类语言在人类历史与文
在Linux系统中，通过源码编译安装Python可避免破坏系统工具，实现版本精确控制与环境隔离。编译时需安装依赖，使用`--prefix`指定路径并以`altinstall`安装。多版本共存时可通过修改PATH或使用全路径调用，确保版本独立且安全。
2026年5月初，全球数百万用户信赖的开源下载管理器JDownloader遭遇了一场精心策划的供应链攻击。攻击者成功入侵了其官方网站jdownloader org，将官方下载链接替换为携带恶意软件的伪造安装程序。在短短两天的窗口期内，任何通过受影响链接下载“标准安装程序”的用户，都可能已在不知不觉中
热门专题
热门推荐
在《茶叶蛋的神秘之旅》第16关“相对运动”卡住了吗？许多玩家初次尝试时都会感到困惑，其实通关的关键在于掌握正确的操作顺序。本攻略将为你详细解析步骤，助你轻松解开谜题，顺利进入下一章节。 《茶叶蛋的神秘之旅》第16关相对运动图文攻略 通关的第一步至关重要：请你长按并拖动茶叶蛋正下方的那块石板，持续将其
对于初次体验《无畏契约：源能行动》的新手玩家而言，一个普遍关心的问题是：完成一局游戏究竟需要多长时间？在当下快节奏的生活中，许多玩家都希望能在有限时间内享受完整的对战乐趣。值得庆幸的是，这款源自热门端游的3D战术射击游戏，其单局耗时并非一成不变，而是根据您选择的游戏模式有着明显区别。本文将为您全面解
在《茶叶蛋的神秘之旅》第十四关“荡秋千”卡住了吗？别担心，这一关的过关思路其实非常直观。本攻略将为你提供清晰的步骤解析与通关技巧，助你快速解开谜题。 《茶叶蛋的神秘之旅》第14关荡秋千图文攻略 进入第十四关后，场景布局简洁明了。通关的核心操作，在于处理画面中央那个关键的图钉道具。 第一步：点击移除关
在《梦幻魔法公主》这款游戏中，女儿的“善恶”属性远非一个简单的数值标签。它是一条贯穿始终的隐藏叙事线索，深刻影响着女儿的成长方向、对话选择乃至最终的游戏结局。其计算机制采用独特的累积比例制：系统会将女儿在整个游戏历程中获得的所有“善行点数”与“恶行点数”相加，形成一个总基数（视为100%），然后依据
想在《永劫无间》中获得更流畅、更具竞争力的游戏体验，一个配置精良的账号无疑是绝佳的起点。然而，账号交易市场环境复杂，选择一个可靠、安全的交易平台至关重要。本文将为您详细解析几个主流的《永劫无间》账号交易渠道，并分享实用的游戏进阶攻略，助您快速上手，制胜聚窟洲。 交易猫：安全规范的头部之选 谈及国内游