摘要:
(1)网络结构深:a significant improvement in accuracy
通过级联多层小的卷积核,上下文信息被高效利用
(2)深层网络存在的问题是收敛速度
采用学习残差和高的学习率
1.介绍
srcnn相对于传统学习方法,不需要设计典型特征,但是有3个问题:本文改善方法
(1)依赖于小区域的上下文信息(个人理解是由于网络层少,视野比较小) 深层网络
(2)训练收敛太慢 残差学习,且初始学习率为10的-4次方
(3)网络只适用于单尺度 假设用户在图像查看器中平滑放缩,我们不可能存储多个相关模型,因此本网络刻度通常是用户指定的,并且可以是整数和小数
此图乍一看上去效果很好,高了0.87····