- Real-ESRGAN: 这是ESRGAN的一个升级版,针对真实世界图片进行了优化,提供了更好的视觉质量和更少的伪影。
项目地址:GitHub : https://github.com/xinntao/Real-ESRGAN
- RCAN (Residual Channel Attention Network): RCAN是一个基于残差结构和通道注意力机制的超分辨率模型,它在多个基准数据集上表现优异。
项目地址:GitHub : https://github.com/yulunzhang/RCAN
- SwinIR (Swin Transformer based Image Restoration): 这是一个基于Swin Transformer的图像恢复模型,适用于多种低级视觉任务,包括超分辨率。
项目地址:GitHub: https://github.com/JingyunLiang/SwinIR
- FSRCNN (Fast Super-Resolution Convolutional Neural Network) 轻量级且快速的超分辨率模型。
- EDSR (Enhanced Deep Residual Networks for Single Image Super-Resolution) 基于残差网络的超分辨率算法。
- SRGAN (Super-Resolution Generative Adversarial Network) 利用GAN进行超分辨率的经典模型。
GitHub地址:https://github.com/tensorlayer/srgan
- LapSRN (Laplacian Pyramid Super-Resolution Network) 使用Laplacian金字塔进行多级超分辨率。