超分辨率模型 开源推荐

以下是一些开源的超分辨率模型推荐：

1. EDSR - Enhanced Deep Residual Networks for Single Image Super-Resolution
代码地址：https://github.com/thstkdgus35/EDSR-PyTorch

2. SRGAN - Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
代码地址：https://github.com/tensorlayer/srgan

3. RCAN - Image Super-Resolution Using Very Deep Residual Channel Attention Networks
代码地址：https://github.com/yulunzhang/RCAN

4. RDN - Residual Dense Network for Image Super-Resolution
代码地址：https://github.com/yulunzhang/RDN

5. DBPN - Deep Back-Projection Networks for Super-Resolution
代码地址：https://github.com/alterzero/DBPN-Pytorch

这些模型都有对应的论文和代码实现，可以根据自己的需求进行选择和使用。

相关问题

ESRGAN 超分辨率模型 推荐

ESRGAN（Enhanced Super-Resolution Generative Adversarial Networks）是一种基于生成对抗网络（GAN）的超分辨率算法，相比传统的图像超分辨率算法，ESRGAN可以生成更细节更自然的高清图像。以下是几个值得推荐的ESRGAN模型：

1. RRDB_ESRGAN：这是ESRGAN的原版模型，它使用了残差密集块（Residual Dense Blocks）来增加网络深度，从而提高了模型的性能和效果。

2. ESRGAN-MXNet：这是一个基于MXNet框架实现的ESRGAN模型，它不仅可以进行图像超分辨率，还可以进行图像修复、去雾等任务。

3. ESRGAN-PyTorch：这是一个基于PyTorch框架实现的ESRGAN模型，它具有高效、灵活、易于扩展等优点，并且在超分辨率任务上表现出色。

4. RealSR-NCNN：这是一个基于NCNN框架实现的ESRGAN模型，它运行速度非常快，适合在移动设备上使用。

以上这些ESRGAN模型都在GitHub上有开源代码，可以根据自己的需求进行选择和使用。