【图像超分】论文精读：Rethinking Data Augmentation for Image Super-resolution: A Comprehensive Analysis and a N

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）

---

前言

论文题目：Rethinking Data Augmentation for Image Super-resolution: A Comprehensive Analysis and a New Strategy —— 重新思考图像超分辨率数据增强：综合分析和新策略

论文地址：Rethinking Data Augmentation for Image Super-resolution: A Comprehensive Analysis and a New Strategy

论文源码：https://github.com/clovaai/cutblur

CVPR 2020！超分数据增强！

Abstract

数据增强是提高深度网络性能的有效方法。不幸的是，目前的方法大多是为高级视觉任务(如分类)开发的，很少针对低级视觉任务(如图像恢复)进行研究。在本文中，我们对应用于超分辨率任务的现有增强方法进行了全面分析。我们发现丢弃或操纵像素或特征的方法太大阻碍