HasnainRaz/Fast-SRGAN

解決的問題

解決低解析度影片即時提升至高解析度的挑戰，提供比標準超解析度方法更快的替代方案。

工作原理

本專案實作 SR-GAN 架構，利用像素洗牌（pixel shuffle）進行高效上採樣，從而提升處理速度。專案包含一個生成器模型，可於 DIV2K 等資料集上進行訓練，亦可直接使用預訓練權重。

適用對象

尋找高效率超解析度工具的開發者與研究人員，該工具能以適合即時應用的速度處理影片幀（例如，實現 720p 輸出時約 30fps）。

主要亮點

• 即時性能：在 M1 Pro GPU 上，可實現約 27–30 FPS 的 720p 上採樣。
• 高效上採樣：使用像素洗牌優化上採樣過程。
• 靈活訓練：整合 Hydra，可透過命令列輕鬆設定超參數。
• 預訓練模型：包含於 DIV2K 資料集上預訓練的生成器模型，可立即使用。