2018年8月1日動作確認
環境
Windows10 Pro 64bit
R-3.5.1
はじめに
「Super-Resolution-Zoo」として各種学習済みモデルが公開されている。
github.com
今回はその中の「Super-Resolution-Zoo/SRGAN/SRGAN@leftthomas」内の「SRGAN_2x」を使わせて頂く。
MXNetのインストール
- 公式サイト通りに行う
cran <- getOption("repos") cran["dmlc"] <- "https://apache-mxnet.s3-accelerate.dualstack.amazonaws.com/R/CRAN/" options(repos = cran) install.packages("mxnet")
サンプル画像を用意する
今回は下記画像を使用(sample.jpg)
実行ファイルを作成
- 「SRGAN.R」の名前で保存
#ライブラリの読み込み library(mxnet) library(jpeg) args <- commandArgs(TRUE) input_file_name <- args[1] #学習済みモデルの読み込み srgan <- mx.model.load("SRGAN_2x",0) #サンプル画像の読み込み img <- readJPEG(input_file_name) #実行 height <- dim(img)[1] width <- dim(img)[2] test <- array(0,c(height,width,3,1)) test[,,,1] <- img out <- predict(srgan,test,ctx=mx.cpu()) #結果の出力 writeJPEG(out[,,,1],"out.jpg",quality=1)
コマンドプロンプトから実行
Rscript SRGAN.R sample.jpg
結果
2018年10月15日追記
Pythonで使用する場合を追加
touch-sp.hatenablog.com