深度学习
cshaoshen
计算机博士在读,从事CV研究,主要致力于图像处理中的图像重建任务。
展开
-
Embedded Block Residual Network: A Recursive Restoration Model for Single-Image Super-Resolution
写在前面的话好久没有看论文了。今天看到的这篇论文,感觉motivation相当不错,从论文中的表格来看,论文的PSNR和SSIM值又被刷上了新的高度,而且使用的参数竟然只有接近6M,相比较于之前的RCAN和SAN,这篇论文只使用了接近1/3的参数。但是有一个疑问就是:论文确实展示了实验结果表格, 但是在图片的展示环节中却并没有和这些方法进行比较,后面将会对这篇论文的实验代码进行复现,请时刻关...原创 2019-11-13 21:10:07 · 1539 阅读 · 11 评论 -
为什么使用多个小卷积代替大卷积操作??
作用:3×3是最小的能够捕获像素八邻域信息的尺寸。两个3×3的堆叠卷基层的有限感受野是5×5;三个3×3的堆叠卷基层的感受野是7×7,故可以通过小尺寸卷积层的堆叠替代大尺寸卷积层,并且感受野大小不变。所以可以把三个3×3的filter看成是一个7×7 filter的分解中间层有非线性的分解, 并且起到隐式正则化的作用。多个3×3的卷基层比一个大尺寸filter卷基层有更多的非线性...原创 2019-05-06 15:18:39 · 3557 阅读 · 0 评论 -
图像超分辨率方向各种网站入口(后续...)
论文极市平台SR论文汇总-GitHubSR论文汇总-CSDNSR论文汇总-知乎SR论文汇总-简书SR论文阅读-CSDN榜单大神的GitHubhuangzehaoyulunzhangXintaoYapengTianJiu Xu数据集网站...原创 2019-05-23 17:08:23 · 7181 阅读 · 10 评论