可逆图像缩放：实施方案

简介：
本方案探讨了一种高效的可逆图像缩放技术，旨在实现高质量、低失真的图像放大与缩小，适用于多种图像处理场景。 可逆图像缩放是ECCV 2020口头论文的PyTorch实现。 依赖关系及安装： - Python 3（推荐使用） - NVIDIA GPU + Python软件包：`pip install numpy opencv-python lmdb pyyaml` - TensorBoard: - PyTorch >=1.1: `pip install tb-nightly future` - PyTorch == 1.0: `pip install tensorboardX` 数据集准备： 常用的训练和测试数据集可以下载。 开始使用培训和测试代码。有关基本用法，请参见相关文档。 可逆架构定量结果在基准数据集（Set5，Set14，BSD100，Urban100 和 DIV2K验证集）上进行了不同缩小和放大方法的图像重构的定量评估结果（PSNR / SSIM）。对于我们的方法，在不同的z样本中平均P。