2022.3.7 cv

basicvsr 有参考RBPN这个的方法

常用的词语：

BI：双三次采样 它即可以上采样，也可以下

BD：模糊下采样。同上，一般一次测试中 就用其中一个就可以

2020之前现有的超分模型都在Basicvsr文章做了对比

Basic用reds训练时，输入的时15帧。而用Vimeo-90k时7帧，但是通过了翻转，所以等同于14帧。

vimeo90k数据全是gt的，先给它四倍下采样。然后gt最后，只要最中间的那张即可。这是照着测试集来的（划分来的）。（这个gt中的第四个我也没单独拿出来，它的代码里面只读取第四张）

pycharm的无效字符是真的恶心。有时候，一个语句莫名奇妙写到这个循环体里面。缩进的快捷键，tab 、shift+tab

**另外，深度学习中的多尺度问题，**

1. 比如有一幅图像，里面有房子有车有人，在这整张图上提取特征，提取的是全局的特征；现在，截取图像的一部分，比如截取汽车的部分，并将其放大至与原图相同的尺寸，在此时截取后放大的图上提取特征，提取的是整幅图像中某一部分的详细特征。

2. 或者，例如在进行卷积时，如图（随便截的图），分别提取出第三、四、五层卷积得到的特征图，然后将他们缩放到同一尺寸，也是一种多尺度的表现。其中越深的卷积层提取出的特征图越抽象，提取到的特征更高级。

使用多尺度，就可以提取更全面的信息，既有全局的整体信息，又有局部的详细信息。