超级图像增强是计算机视觉领域的重要任务之一,其目标是通过从低分辨率图像生成高分辨率图像来改善图像质量。在这篇文章中,我们将介绍一种名为"改进的深层残差网络"的方法,它在单图像超分辨率重建任务上取得了显著的成果。
深层残差网络(Deep Residual Networks,简称ResNet)是一种深度学习模型,通过学习残差映射来解决深层网络训练中的梯度消失问题。在我们的方法中,我们对ResNet进行了改进,以适应单图像超分辨率重建任务。
下面是改进的深层残差网络的源代码:
import torch
import torch.nn as nn
class ResidualBlock(nn.Module)