基于Pytorch的EDSR图像超分辨率算法实现，适合初学者，已修正所有错误，附带预处理h5数据集及最佳PSNR模型权重文件

简介：
本项目采用Pytorch实现了EDSR图像超分辨率算法，专为初学者设计并修正了全部错误。包含预处理H5格式数据集和性能优化的PSNR模型权重文件。 配套文章介绍了如何使用anaconda + pycharm环境下的pytorch（版本1.9.1+cuda11.1）进行操作，并安装所需的包以运行程序。 文件目录如下： - data：包含数据集及生成h5格式数据集的matlab文件。 - Set5：测试用的数据集Set5，该集合由matlab生成为.mat格式（使用其他方式生成此格式会计算出有偏差的PSNR值）。 - dataset.py：将h5数据转换成Tensor形式以供DataLoader输入。 - edsr.py：EDSR网络模型的具体实现代码文件。 - eval.py：用于评估测试集，输出与Bicubic对比得到的PSNR值。 - main_edsr.py：包含训练EDSR过程的相关内容。 - test.py：可视化超分辨率结果，并计算单张图像的PSNR。 使用方法： 1. 执行main_edsr.py文件以开始训练EDSR模型； 2. 使用eval.py来计算Set5测试集上的平均PSNR值； 3. 运行test.py，实现超分结果对比和单张图片上PSNR值的计算。