更新

LapSRN_README.md

-# Tensorflow implementation of the paper "Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution" (CVPR 2017)
-
-This is a Tensorflow implementation using TensorLayer.
-Original paper and implementation using MatConNet can be found on their [project webpage](http://vllab1.ucmerced.edu/~wlai24/LapSRN/).
-
-### Environment
-The implementation is tested using python 3.6 and cuda 8.0.
-
-### Download repository:
-
-    $ git clone https://github.com/zjuela/LapSRN-tensorflow.git
-
-### Train model
-Specify dataset path in config.py file and run:
-
-	$ python main.py
-
-The pre-trained model is trained using [NTIRE 2017](http://www.vision.ee.ethz.ch/ntire17/) challenge dataset.
-
-### Test
-Run with your test image:
-
-	$ python main.py -m test -f TESTIMAGE
-
-Results can be find in folder ./samples/
-
-
-
-
-
-

README.md

-# 简介
-
-LapSRN是一种用于超分辨率重建的神经网络模型，全称为Laplacian Pyramid Super-Resolution Network。它可以将低分辨率的图像增强到高分辨率，从而提高图像的质量和清晰度。LapSRN模型基于图像金字塔理论，采用多级金字塔结构，通过渐进性的上采样和细节增强，逐步提高图像分辨率。
-
-LapSRN模型主要有两个部分，即拉普拉斯金字塔预测模型和残差学习模型。拉普拉斯金字塔预测模型通过建立图像金字塔结构，将低分辨率图像逐步上采样到目标分辨率，并通过像素差异来预测高分辨率图像。残差学习模型则用于学习并纠正拉普拉斯金字塔模型中的误差，从而进一步提高图像质量。 
-
-# 测试流程
+# LapSRN
+## 模型介绍
+LapSRN是一种用于超分辨率重建的神经网络模型。它可以将低分辨率的图像增强到高分辨率，从而提高图像的质量和清晰度。
+## 模型结构
+LapSRN模型主要有两个部分，即拉普拉斯金字塔预测模型和残差学习模型。
+## 数据集
+数据集下载地址：DIV2K
 
-## 安装工具包
+https://data.vision.ee.ethz.ch/cvl/DIV2K/
 
-tensorflow1.15版本[[tensorflow-1.15.1_dtk22.04.1-cp37-cp37m-manylinux2014_x86_64](https://cancon.hpccube.com:65024/file/4/tensorflow/dtk22.04.1/tensorflow-1.15.1_dtk22.04.1-cp37-cp37m-manylinux2014_x86_64.whl) ]
+## 训练及推理
+### 环境配置
 
-## 加载环境变量
+加载环境变量
 
-```
 export PATH={PYTHON3_install_dir}/bin:$PATH
 
 export LD_LIBRARY_PATH={PYTHON3_install_dir}/lib:$LD_LIBRARY_PATH
-```
-
-## 下载数据集
-
-数据集下载地址：DIV2K
-
-https://data.vision.ee.ethz.ch/cvl/DIV2K/
-
-## 修改配置文件
-
-```python
-config.valid.hr_folder_path = '/../LapSRN/data/DIV2K_valid_HR/'
-config.valid.lr_folder_path = '/../LapSRN/data/DIV2K_train_LR_bicubic/X4/'
-```
-
 
+python依赖安装：
 
-# 运行指令
+    tensorflow==1.15.1
+### 训练
+训练命令：
 
-## 训练模型
+    config.valid.hr_folder_path = '/../LapSRN/data/DIV2K_valid_HR/'
+    config.valid.lr_folder_path = '/../LapSRN/data/DIV2K_train_LR_bicubic/X4/'
+    
+    python main.py
 
-```
-$ python main.py
-```
 
-## 测试
+### 测试
+测试命令：
 
-使用您的测试图像运行：
+    python main.py -m test \
+                   -f TESTIMAGE
 
-```
-$ python main.py -m test -f TESTIMAGE
-```
 
-结果可以在文件夹 ./samples/ 中找到
 
-# 参考
 
-[https://github.com/zjuela/LapSRN-tensorflow](https://github.com/zjuela/LapSRN-tensorflow)
+## 源码仓库及问题反馈
\ No newline at end of file
+* [https://github.com/zjuela/LapSRN-tensorflow](https://github.com/zjuela/LapSRN-tensorflow)
+## 参考
+* [https://github.com/zjuela/LapSRN-tensorflow](https://github.com/zjuela/LapSRN-tensorflow)