منصوبے کے بارے میں

iSeeBetter ایک Python/PyTorch ریسرچ نفاذ ہے جو ویڈیو سپر ریزولوشن کے لیے ہے، جو 2020 کے Springer Journal of Computational Visual Media کے ایک مقالے اور Stanford CS230 پروجیکٹ سے وابستہ ہے۔ یہ طریقہ ہر فریم کو الگ الگ علاج کرنے کے بجائے پڑوسی فریموں سے وقتی معلومات استعمال کرتے ہوئے اعلی ریزولوشن ویڈیو تیار کرنے کے لیے ڈیزائن کیا گیا ہے۔ جنریٹر ایک Recurrent Back-Projection Network ہے جس میں سنگل امیج اور ملٹی امیج سپر ریزولوشن کے راستے ہیں۔ ملٹی امیج راستہ موجودہ کم ریزولوشن فریم کو پڑوسی فریموں اور پہلے سے شمار کردہ گھنے آپٹیکل فلو میپس کے ساتھ جوڑتا ہے۔ ڈسکریمینیٹر SRGAN سے لیا گیا ہے۔ تربیت میں چار حصوں کا نقصان استعمال ہوتا ہے: MSE، ادراکی، مخالفانہ، اور کل تغیراتی نقصانات۔ آپٹیکل فلو سپورٹ Pyflow کے ذریعے فراہم کی گئی ہے، جو Ce Liu کے Coarse2Fine Optical Flow نفاذ کے لیے Python ریپر ہے۔ ریپوزٹری میں Ubuntu اور macOS کے لیے Python 3.7 کے ساتھ Pyflow بائنریز شامل ہیں اور ضرورت پڑنے پر اسے دوبارہ بنانے کے لیے کمانڈز فراہم کی گئی ہیں۔ دستاویزی تربیتی ڈیٹا SPMCS، Vid4، Vimeo90K، اور اضافی YouTube کلپس کو یکجا کرتا ہے۔ کم ریزولوشن فریم 4x بائیکوبک ڈاؤن سیمپلنگ کے ذریعے تیار کیے جاتے ہیں، اور گردش، پلٹنا، اور بے ترتیب کراپنگ کو بڑھانے کے طور پر استعمال کیا جاتا ہے۔ DatasetFetcher.py Vimeo90K حاصل کر سکتا ہے، اور SPMCS اور Vid4 کے لیے لنکس فراہم کیے گئے ہیں۔ مطلوبہ پیکجز میں torch، pytorch-ssim، numpy، scikit-image، tqdm، اور opencv-python شامل ہیں۔ تقاضے انسٹال کرنے اور Pyflow بنانے کے بعد، تربیت iSeeBetterTrain.py کے ساتھ اور جانچ iSeeBetterTest.py کے ساتھ چلائی جاتی ہے۔ --upscale_only آپشن ابتدائی ڈاؤن اسکیلنگ کو غیر فعال کرتا ہے۔ چار epochs کے لیے تربیت یافتہ ایک ماڈل weights ڈائریکٹری میں شامل ہے۔ ریپوزٹری میں مقالے کے لنکس، آرکیٹیکچر ڈایاگرام، تشخیص کی مثالیں، ایک پوسٹر، حوالہ جات کی معلومات، اور حوالہ کردہ SRGAN اور RBPN-PyTorch نفاذات کے کریڈٹ بھی شامل ہیں۔