SR竞赛准备

2019/11/3

没想到都到了做比赛的第五天了，今天开组会仔细讨论了一下超分的算法，有一个好的想法是基于UNET的，在这里可以先记录一下，
基本上理清楚了思路之后我想还是考虑一下训练应该怎么设计。

2019/11/2：

考虑了半天使用lmdb格式真的不利用现在的数据加载，暂时放弃，想可视化一下网络，发现batch-size=1都超出了内存，仔细看了一下发现网络太复杂了，图片太大，对应的参数太多，源程序训练都是把大图片切成小图片训练的,阅读论文DBPN，主要弄清楚Back Projection的原理, 查看了一下89年的论文，Improving Resolution by Image Registration，大概懂了反向Back Projection 方法
关于DBPN的加强算法D-DBPN感觉DenseNet网络真的很适用于高分辨图像，不错的idea
使用的是adam算法，lr设置为1e-4,这样就意味着调参会很随意，后面肯定要给他改写成Range算法

查看了一下这篇论文用的数据集DIV2K数据集，其实总共只有1000张图片，用于训练图片只有800张，每张图片大小197601080，