数据融合matlab代码自适应加权学习网络的轻量图像超分辨率
王朝峰,李振和石军,“具有自适应加权学习网络的轻量图像超分辨率”,
该代码基于
依存关系
的Python
3.5
PyTorch>
=
0.4.0
麻木
skimage
意象
matplotlib
tqdm
代码
git
clone
git@github.com:ChaofWang/AWSRN.git
cd
AWSRN
抽象的
近年来,深度学习已以出色的性能成功地应用于单图像超分辨率(SISR)任务。
但是,大多数基于卷积神经网络的SR模型都需要大量计算,这限制了它们在现实世界中的应用。
在这项工作中,为SISR提出了一种轻量级SR网络,称为自适应加权超分辨率网络(AWSRN),以解决此问题。
在AWSRN中设计了一种新颖的局部融合块(LFB),用于有效的残差学习,它由堆叠的自适应加权残差单元(AWRU)和局部残差融合单元(LRFU)组成。
此外,提出了一种自适应加权多尺度(AWMS)模块,以充分利用重建层中的特征。
AWMS由几个不同的尺度卷积组成,并且可以根据AWMS中针对轻量级网络的自适应权重的贡献来删除冗余尺度分
2022-07-22 17:28:21
3.95MB
系统开源
1