EDVR 的pytorch复现
参考自
https://arxiv.org/abs/1905.02716
https://github.com/xinntao/BasicSR
https://github.com/chengdazhi/Deformable-Convolution-V2-PyTorch
https://github.com/YapengTian/TDAN-VSR-CVPR-2020
本程序仅能在Linux环境下运行
Python 3.8
PyTorch 1.6.0
Numpy 1.19.2
Pillow 7.2.0
OpenCV 4.4.0.44
Visdom 0.1.8.9
Wandb 0.10.10
运行sh make.sh，如果编译错误，重新编译前请删除build/目录。
所用的目录需要手动创建
下载REDS数据集https://pan.baidu.com/s/1AZDcEAFwwc1OC3KCd7EDnQ 提取码：basr
或https://drive.google.com/drive/folders/1gt5eT293esqY0yr1Anbm36EdnxWW_5oH?usp=sharing
解压后将REDS/train_sharp/下的目录移动至datasets/train/target/下，
REDS/train_sharp_bicubic/X4/下的目录移动至datasets/train/input/下。
如使用REDS4数据集作为验证或测试，则需将datasets/train/target/和datasets/train/input/下的
000/,011/,015/,020/四个目录分别移动至datasets/test/target/和datasets/test/input/下。
运行python train.py进行训练
模型保存在checkpoints/目录下
运行python test.py进行测试，生成的图片保存在results/目录下
使用utils/目录下的compute_psnr.m计算psnr
使用10个残差块，64通道，裁剪尺寸64* 64，在REDS4上的平均psnr为30.8302（RGB），若有错误欢迎指正。