子顽

@花间绣羽 这个得看你怎么设计的，输入是彩色图像，网络设计的输出也要是三通道对应宽高的图

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

@马刺spurs 好像没有

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

@DS_39ca 这个h5文件要先生成，数据集路径好像有，training_root这个
def generate_training_data_patches(training_root, save_path, input_size, label_size, scale_factor):

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

@雷阿伦在第六场投中三分球 这个我就不清楚了

人群计数之MCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/84112223（CSDN链接） 人群计数： 目的在...

子顽

26281 45 23 2

子顽

我印象中好像这个就只是relu函数而已，原作者代码Matlab代码里面，对于最后得到的超分辨图像用了直接用的uint8转换

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

我代码里面没有写ssim的指标，只有psnr的好像，这两个指标也可以自己写下

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

数据集的标签文件，就是每个人头近似中心位置的坐标(x,y)，要制作标签文件的话，标注完每个人头的坐标位置后，标签的格式形状是(n,2),n表示人数目，2分别代表x和y坐标；之后看你要存成什么格式的csv,h5,mat格式的都行。这样得到每一张对象对应的人头坐标标签文件就OK了（主要要注意的就是现在的数据集格式都是(x,y)，先x后y的）

人群计数之MCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/84112223（CSDN链接） 人群计数： 目的在...

子顽

26281 45 23 2

子顽

@Devilknows 这个参数不足，你得再读读代码看看你缺什么参数，

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

@大灵_83cd 这个是你根据带监督信息的数据训练出模型，对以后新的图片你要进行使用来得到密度图或者人数时，通过运行模型得到相应结果

人群计数之MCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/84112223（CSDN链接） 人群计数： 目的在...

子顽

26281 45 23 2

子顽

可以用训练好的模型，直接对新的图片估计出一张密度图

人群计数之MCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/84112223（CSDN链接） 人群计数： 目的在...

子顽

26281 45 23 2

子顽

这个没有其他信息，我也没法判断什么问题

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

@_confident_报什么错？

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

python opencv

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

crowd-count的意思应该是最终得到的count值吧，是一个值？但你得到的crowd-count是应该有46个值，无法reshape成（1,1），为什么出现这情况你应该检查下输入输出之类的

人群计数之MCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/84112223（CSDN链接） 人群计数： 目的在...

子顽

26281 45 23 2

子顽

@_confident_ utils.py好像有个generate to h5函数，只是需要训练数据集的文件夹路径，训练数据集从srcnn官网中的train code中包含着

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

@lliimm 第一次插值1/2获得的是假设为低分辨率的图片（等同于你要进行超分的原始图片），第二次插值就是将插值放大到目标尺寸然后输入srcnn网络进行重建的过程。 相当于你是没有同时拥有某个训练集某图片低分辨率和高分辨率图片，你只能自己造个低分辨率的，然后原图片就作为超分的label

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

@debug0121 这个有个训练的py文件，改数据集路径就行

图像超分辨率重建之SRCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/79401798（CSDN链接） 图像超分辨率重建：...

子顽

24195 46 14

子顽

@帅先生111 这个原因就很多了，这个描述我没法得出原因，建议调试下

人群计数之MCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/84112223（CSDN链接） 人群计数： 目的在...

子顽

26281 45 23 2

子顽

@Seven_5b10 这个制作密度图，是指的制作用于监督数据的标签密度图，至于手工的话，根据人头中心点坐标加上几何自适应高斯核来生成标签密度图的

人群计数之MCNN

笔者从CSDN平台迁移至简书：https://blog.csdn.net/Autism_/article/details/84112223（CSDN链接） 人群计数： 目的在...

子顽

26281 45 23 2