SRCNN-TensorFlow复现

code：https://github.com/tegg89/SRCNN-Tensorflow

model.py
1、相关函数整理
tf.random_normal() 参考
(https://blog.csdn.net/dcrmg/article/details/79028043)
tf.random_normal() 从正太分布的数值中输出随机值。

tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

• shape: 输出张量的形状，必选
• mean: 正态分布的均值，默认为0
• stddev: 正态分布的标准差，默认为1.0
• dtype: 输出的类型，默认为tf.float32
• seed: 随机数种子，是一个整数，当设置之后，每次生成的随机数都一样

2、model解读
定义SRCNN类
(1)def __init()
(2)bulid_model(self)
weight ，biases，pred，loss
(3)train()
调用input_setup

utils.py
1、prepare_data(sess,dataset)
作用：返回data是训练集或测试集bmp格式的图像
（1）参数说明：dataset是train dataset 或 test dataset

（2）glob.glob得到所有的训练集或是测试集图像

2、input_setup（sess，config）
功能：读取train set or test set ；做sub-images；保存成h5文件

3、read_data(path)
读取.h5文件的data和label数据，转化np.array格式

4、preprocess(path,scale=3)
(1)读取灰度图像；
(2)modcrop；
(3)归一化；
(4)两次bicubic interpolation

返回input_ ，label_

make_data(sess，data，label)**
作用：将data（checkpoint下的train.h5 或test.h5）利用h5的create_dataset 写入

• 为什么？

• 如何生成train.h5 或test.h5文件的？

5、imread（path，is_grayscale=True）
目的：读取指定路径的图像

6、modcrop（image，scale）
7、

8、imsave（image，path）
9、merge（image，size）