小米开源FALSR算法：快速精确轻量级的超分辨率模型

最新推荐文章于 2024-08-26 08:43:13 发布

我爱计算机视觉

最新推荐文章于 2024-08-26 08:43:13 发布

阅读量746

点赞数

本文链接：https://blog.csdn.net/moxibingdao/article/details/106666642

版权

小米发布了一篇论文，利用神经架构搜索技术在超分辨率领域创建了一个快速且精确的轻量化模型，FALSR。该模型在保持高恢复能力的同时，兼顾了模型的简洁性，已在多个指标上超越了现有的先进方法，并开源了代码。尽管训练代码未公开，但这一进展预示着未来模型设计可能更多地由机器完成。

摘要由CSDN通过智能技术生成

点击我爱计算机视觉标星，更快获取CVML新技术

这是一篇来自小米的最新出炉的论文，使用神经架构搜索技术自动确定超分辨率网络模型，取得了又快又好的效果，模型已开源，非常赞！

Abstract

Deep convolution neural networks demonstrate impressive results in the super-resolution domain. A series of studies concentrate on improving peak signal noise ratio (PSNR) by using much deeper layers, which are not friendly to constrained resources. Pursuing a trade-off between the restoration capacity and the simplicity of models is still non-trivial. Recent contributions are struggling to manually maximize this balance, while our work achieves the same goal automatically with neural architecture search. Specifically, we handle super-resolution with a multi-objective approach. We also propose an