Ir para o conteúdo
ModelListadosExterno
Baixar

SRGANS27X

Este é o modelo SRGANS27X de super-resolução baseado em GAN para imagens multiespectrais Sentinel-2.

TipoOtherVersãoRevision b6f0ddbBnota

Fonte do modelo

Tipo
Other
Tamanho do arquivo
4,08 MB
Versão
vRevision b6f0ddb
Atualizado
20 de out. de 2026
Downloads
10
Fonte
Hugging Face

Descrição da fonte

SRGANS27X

Este é o modelo SRGANS27X de super-resolução baseado em GAN para imagens multiespectrais Sentinel-2.

  • Entrada: 12 bandas multiespectrais (com valores normalizados entre -1 e 1).
  • Saída: Imagem RGB super-resolvida (escala de -1 a 1).
  • Upscale: 7x.
  • Aplicação: Super-resolução de imagens de satélite.

Arquivos

  • pytorch_model.bin: Checkpoint treinado do gerador.
  • Gerador.py: Definição da arquitetura.
  • config.json (opcional): Configuração básica do modelo.

Como usar

from Gerador import Gerador
import torch

model = Gerador()
model.load_state_dict(torch.load("pytorch_model.bin"))
model.eval()

# Imagem de exemplo
input_tensor = torch.randn(1, 12, 18, 18)  # (batch_size, canais, altura, largura)
output = model(input_tensor)

Fontes

1 fonte
Hugging FacePrimárioVersão b6f0ddbaeaf8f3c5776ebe661a0a017b85d37af5
huggingface.co/rafavidal1709/SRGANS27X/tree/b6f0ddbaeaf8f3c5776ebe661a0a017b85d37af5

Verificado 20 de out.

Artefatos de modelo

1 artefato

pytorch_model.bin

bin · 4,08 MB · SHA-256 46668572c367…4ed9 · Hugging Face

Download file

Trechos de fonte

3 trechos

--- tags: - super-resolution - satellite-imagery - GAN license: apache-2.0 --- # SRGANS27X Este é o modelo **SRGANS27X** de super-resolução baseado em GAN para imagens multiespectrais Sentinel-2. - **Entrada:** 12 bandas multiespectrais (com valores normalizados entre -1 e 1). - **Saída:** Imagem RGB super-resolvida (escala de -1 a 1). - **Upscale:** 7x. - **Aplicação:** Super-resolução de imagens de satélite. ## Arquivos - `pytorch_model.bin`: Checkpoint treinado do gerador. - `Gerador.py`: Definição da arquitetura. - `config.json` (opcional): Configuração básica do modelo. ## Como usar ```python from Gerador import Gerador import torch model = Gerador() model.load_state_dict(torch.load("pytorch_model.bin")) model.eval() # Imagem de exemplo input_tensor = torch.randn(1, 12, 18, 18) # (batch_size, canais, altura, largura) output = model(input_tensor)

Source context: 10 downloads · 0 likes · Repo rafavidal1709/SRGANS27X

Source context: 6 downloads · 0 likes · Repo rafavidal1709/SRGANS27X