因为自己研究生的研究方向是图像超分辨率重建，前段时间一直在读论文，最近在github找到了一些源码，跑了几个dome
一：源码所需参考论文及下载路径：
1.Learning a Deep Convolutional Network for Image Super-Resolution （SRCNN）
下载链接：http://pdfs.semanticscholar.org/5763/c2c62463c61926c7e192dcc340c4691ee3aa.pdf
2.Accelerating the Super-Resolution Convolutional Neural Network（FSRCNN）
下载链接：http://personal.ie.cuhk.edu.hk/~ccloy/files/eccv_2016_accelerating.pdf
3.Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network（ESPCN）
下载链接：https://arxiv.org/abs/1609.05158
源码下载链接：https://github.com/qobilidop/srcnn
二：源码打开方式
数据集：91-image， set5，set4
该源码包含四种超分辨率重建的方法分别为：bicubic，SRCNN，ESPCN，FSRCNN，用pycharm打开可下看到下面几个文件夹：
其中data存在的数据集，experiments里面放的是模型的参数配置文件，在这里作者用了.json文件，toolbox文件里面是数据路径的获取，模型的定义，衡量标准的指定等。
三：源码运行
1.cpu上运行
运行环境：win10，python==3.6，tensorflow==1.8，keras==2.2.0
打开pycharm--》打开文件（srcnn-master）--》选中experiments--》打开run_all.py，代码如下图所示
如果直接点run，这里运行的是所有的json文件，全部运行完大概需要三周的时间，这里两三种解决方法
（一）把代码中的*更改为想运行的json文件，这样存在一个问题，polt.py运行时会报错，因为程序没有运行完
（二）更改每个json文件中的epoch值
（三）使用GPU加速