该项目基于PaddlePaddle复现PULSE，利用预训练GAN通过迭代寻找最优潜向量，解决大因子图像超分问题。在CelebA-HQ数据集（16x16输入）上，复现结果视觉效果佳，Paddle版本平均NIQE值2.132（优于Torch版2.174），输出1024x1024图像。依赖PaddlePaddle≥2.0.0，运行run.py即可。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

图像超分：基于飞桨复现 PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models

一、简介

论文名称：PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models

本项目基于paddlepaddle框架复现PULSE，该论文整体思路是利用一个预先训练好的GAN，然后通过不断迭代找到一个最优的latent vector使得生成的HR图片经过下采样能够与输入的LR图片最接近。该方法主要用来处理大因子的图像超分辨率问题，可以将模糊的照片秒变清晰。

论文: https://arxiv.org/pdf/2003.03808v3.pdf

参考项目：

• https://github.com/adamian98/pulse

项目github地址：

• github：https://github.com/Martion-z/Paddle-PULSE

二、复现结果

2.1 视觉效果

celeba HQ数据集中随机选取了20张图片（16x16），比较其torch版本和paddle版本的输出结果（1024x1024），均进行100次迭代

（视觉效果都挺好）

2.2 NIQE指标

从celeba HQ数据集中随机选取了20张图片（16x16），作为torch版本和paddle版本的输入，比较其输出图片（1024*1024）的平均NIQE值(越小越好)。
以下为结果截图:
torch版本：*erage_NIQE=2.174

paddle版本：*erage_NIQE=2.132

三、数据集

输入的图片需要放置于input文件夹中，与原参考代码一致，输入的图片为16x16大小的celabaHQ人脸数据集，附上数据集链接： 百度云盘 密码: mo0s

数据集介绍

CelebA-HQ数据集是通过CelebA原始的未裁剪数据集生成的不同分辨率的版本，数据集中一共有30k张图片，本版本数据集是分辨率为16x16的图片，每张图片中都包含了丰富的人脸信息。 CelebA-HQ数据集可用于各种人脸生成、人脸识别以及编辑等任务中，可直接用于输入或者对结果进行监督。
   
   

（已挂载数据集于项目，可直接在项目中输入以下命令进行解压）

Motiff妙多

Motiff妙多是一款AI驱动的界面设计工具，定位为“AI时代设计工具”

334 查看详情

!unzip -o data/data104559/celeba16.zip -d data

四、环境依赖

• 硬件：GPU、CPU

• 框架：

  • PaddlePaddle >= 2.0.0

    
                   

五、快速开始

在线运行notebook

终端执行python3 run.py即可运行代码，算法通过不断迭代寻找最佳输出图像，输出结果（1024x1024）存在output1024文件夹中。

六、代码结构与详细说明

6.1 代码结构

./Paddle-Pulse|-- images               # 图片文件夹
       |--input          #输入文件夹
       |--output1024		#输出文件夹|-- models                # 模型实现文件夹
       |--cache 		#模型权重文件夹
       |--loss			#模型损失函数类文件夹
       |--utils			#模型工具类API文件夹
       |--pulse.py		#pulse网络结构
       |--stylegan_paddle.py	#stylegan网络结构|-- utils                # 工具类API文件夹|-- run.py					#主函数调用所有类|-- README.md            # 用户手册

stylegan.pdparams为在FFQH数据集上预训练好的styleGan的生成器的权重
gaussion_fit为在FFQH数据集上预训练好的styleGan的非线性映射网络
run.py 为运行主函数
stylegan_paddle.py 文件为styleGan的网络结构
pulse.py 为论文PULSE提取的算法，利用预先训练好的gan不断迭代寻找最优图片
loss.py 损失函数类 SphericalOptimizer.py 文件里为优化器类
bicubic.py 双三次下采样类
drive.py 驱动下载类
niqe.py NIQE评价类

6.2 参数说明

可以通过命令行调节以下相关参数，具体如下：

参数	默认值	说明
input_dir	input	输入图片的路径
output_dir	Output1024	输出图片的存放路径
batch_size	1	每批次大小
seed	0	随机种子
eps	2e-3	目标最小损失
opt_name	adam	优化器类别
steps	100	寻找最优图片时的迭代次数

七、模型信息

关于模型的其他信息，可以参考下表：

信息	说明
发布者	皮蛋瘦肉周
时间	2025.08
框架版本	Paddle 2.0.2
应用场景	图像超分辨率
支持硬件	GPU、CPU
下载链接	预训练模型 提取码：f35u
在线运行	notebook

以上就是图像超分：基于飞桨复现PULSE的详细内容，更多请关注其它相关文章！

# 相关文章  # 苏州网站推广 溦芯hfqjwl广告稳定  # 梅州珍珠棉网站建设  # 玉溪线上营销推广  # 尚志市网站建设  # 广东网站建设制作定做  # 破碎机推广平台网站官网  # 怎么做社交网站推广  # 河北网站群建设  # SEO云优化方案ppt  # 湖州网站建设代运营公司  # 可以通过  # python  # 夹中  # 的人  # 官网  # 可直接  # 最优  # 一言  # 迭代  # 中文网  # 百度  # 工具  # git 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： a股等权市盈率中位数是什么意思  怎么在typescript定义集合  折叠手机内屏为什么会坏  花呗征信不好如何恢复 如何修复不良的花呗征信  云淡风轻什么意思  win7怎么装扫描仪  mac如何使用vi命令  联想的固态硬盘如何  内在市盈率是什么意思  j*a数组求和怎么算  为什么夸克下载不到  苹果16系统有哪些缺陷  阿里云手机云盘怎么用_阿里云盘苹果手机怎么用教程  制冰机power1灯亮是什么意思  ai怎么找链接文件位置教程  hive中datediff函数怎么用 Hive中DATEDIFF函数的使用指南  折叠屏手机哪个牌子性价比高  一分钟等于多少秒  市盈率动亏损是什么意思  春运抢票失败怎么抢  j*a对数组怎么使用  折叠屏手机为什么有黑点  自由服务器如何做动态ip域名解析  怎么确定手机是5g  gs是什么意思  为什么ai老是说链接面板中缺少某些文件  什么是unix时间戳  迅达热水器显示power是什么意思  平板键盘nfc功能是什么意思  NoSQL数据库有哪些特点  怎么用typescript 写js  夸克高考为什么不靠谱  ai文件里无法找到链接文件怎么解决  雅迪电动车上的power是什么意思  如何用命令行连接本地数据库  酷狗音乐pc版的每日推荐在哪 酷狗音乐PC版每日推荐查找指南  如何查询固态硬盘寿命  react怎么使用 typescript  每日推荐电声音乐软件有哪些  如何以管理员身份打开cmd命令行窗口  vue组件typescript怎么用  vue项目如何用typescript  楔子是什么意思  春运抢票哪个平台好抢  春运抢票极速版怎么抢票  平仓是什么意思?  喇叭上POWER4欧是什么意思  电脑5G怎么上传手机  市盈率负值是什么意思  市盈率tt的扣非是什么意思