【图像超分】论文精读:Reflash Dropout in Image Super-Resolution(RDSR)

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:Reflash Dropout in Image Super-Resolution —— 图像超分辨率中的Reflash Dropout

论文地址:Reflash Dropout in Image Super-Resolution

论文源码:https://github.com/XPixelGroup/RDSR/tree/main

CVPR 2022!适当使用dropout增强超分网络泛化能力!

Abstract

Dropout 旨在缓解高级视觉任务中的过拟合问题,但很少应用于低级视觉任务,例如图像超分辨率 (SR)。作为经典的回归问题,SR 表现出与高级任务不同的行为,并且对 dropout 操作很敏感。然而,在本文中,我们表明适当使用 dropout 有利于 SR 网络并提高泛化能力。具体来说,dropout 更好地嵌入到网络的末尾,并且对多重退化设置有很

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

十小大

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值