第一次来请先看这篇文章:【超分辨率(Super-Resolution)】关于【超分辨率重建】专栏的相关说明,包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等)
文章目录
前言
论文题目:Deeply-Recursive Convolutional Network for Image Super-Resolution —— 用于图像超分辨率的深度递归卷积网络
论文地址:Deeply-Recursive Convolutional Network for Image Super-Resolution
从论文题目可以看出,模型用了递归思想。本文与VDSR是相同作者。没有Pytorch源码,所以本文以学习模型思想为目的。
Abstract
我们提出了一种使用深度递归卷积网络 (DRCN) 的图像超分辨率方法 (SR)。我们的网络有一个非常深的递归层(最多 16 个递归)。增加递归深度可以提高性能,而无需为额外的卷积引入新的参数。尽管具有优势,但由于梯度爆炸/消失,使用标准梯度下降法学习 DRCN 非常困难。为了减轻训练的难度,我们提出了两个扩展:递归监督和跳层连接。我们的方法大大优于以前的方法。
摘要总览:非常深的递