srgan训练自己的数据集

要训练自己的数据集来进行SRGAN训练，你可以按照以下步骤进行操作：

1. 首先，你需要准备自己的数据集。确保你的数据集包含高分辨率的原始图像和与之对应的低分辨率图像。这些图像对应关系应该是一一对应的。

2. 修改配置文件train_SRGAN.yml中的相关参数。将配置文件中的scale设置为你想要的放大倍数，修改路径，GT_size等参数以适应你的数据集。

3. 使用以下命令开始训练SRGAN模型：

python train.py -opt options/train/train_SRGAN.yml

这将启动训练过程，并根据你的数据集进行SRGAN模型的训练。

4. 训练过程中，每隔一段时间（比如每训练5000次）可以对验证集进行测试，并计算PSNR来评估模型的性能。生成的超分辨率图像将被保存在mmsr-master/experiments文件夹中。

5. 在训练完成后，你可以找到训练好的模型参数文件（.pth文件），它们会保存在experiments文件夹下。你可以使用find命令来查找.pth文件：

find -name '*.pth'

这将帮助你找到刚训练好的模型参数文件的路径。

通过遵循上述步骤，你可以使用SRGAN模型来训练自己的数据集。记得根据具体情况修改配置文件和相应的参数，以便适应你的数据集和需求。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [使用自己的x3数据集实现SRGAN，小白进坑全收录！](https://blog.csdn.net/qq_43477550/article/details/103445930)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]