1.前言
RealSR 是一种基于学习的单图像超分辨率（SISR）模型，专门针对真实世界的图像。它由腾讯 AI 实验室于 2020 年提出。
RealSR 的核心创新是提出了一种新的退化模型，该模型能够更好地模拟真实世界的退化过程。该模型考虑了真实世界图像中存在的多种退化因素，包括模糊、噪声和色彩失真。
RealSR 还提出了一种新的网络架构，该架构能够更好地学习真实世界的退化模型。该网络架构采用了一种递归结构，能够逐渐恢复高分辨率图像的细节。
RealSR 在多个真实世界图像超分辨率数据集上进行了测试，并取得了优异的性能。例如，在 Set5 数据集上，RealSR 的 PSNR 比传统的 SISR 模型高出约 0.5 dB。
RealSR 生成的图像
RealSR 的优势包括：
- 能够更好地模拟真实世界的退化过程，从而生成更逼真的高分辨率图像。
- 具有较高的性能，在多个真实世界图像超分辨率数据集上都取得了优异的结果。
RealSR 的应用包括：
- 图像增强：将低分辨率图像增强为高分辨率图像，以提高图像的清晰度和细节。
- 图像修复：修复低分辨率图像中的噪声、模糊和其他缺陷。
- 图像分割：提高图像分割的准确性。
2.模型下载
文中的源代码是jixiaozhong的github博主的链接在这里RealSR
如果访问github比较慢的话，可以下载我上传的百度链接:
文件目录：
下载百度链接文件
如果没有GPU:
（1）修改codes/models目录下的base_model.py,修改self.device ="cpu"
（2）修改codes/models目录下的networks.py,修改device ="cpu"
3.执行结果
输入模型的图片是510*388，超分了16倍变成2040*1352，下面是运行的结果