RCAN 模型是超分辨率网络。基于低分辨率图像来重构对应的高分辨率图像。基于原始图像,将长度和宽度放大两倍。它在监控设备、卫星图像和医疗影像领域具有重要的应用价值。下图显示了 RCAN 的结果。图像放大后仍保持清晰。
图 1. 量产识别示例
下表列出了 Vitis AI Library 支持的 RCAN 超分辨率模型。
编号 | 模型名称 | 框架 |
---|---|---|
1 | rcan_pruned_tf | TensorFlow |
2 | ofa-rcan_pt | PyTorch |
3 | drunet_pt | |
4 | SESR_S_pt | |
5 | ofa_rcan_latency_pt | |
6 | xilinxSR_pt |