【图像去噪】论文复现：补充KBNet训练过程！KBNet的Pytorch源码复现，全流程跑通代码，模型结构详细拆解，逐行注释！

请先看【专栏介绍文章】：【图像去噪（Image Denoising）】关于【图像去噪】专栏的相关说明，包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总（更新中）

完整代码和训练好的模型权重文件下载链接见本文底部，订阅专栏免费获取！

本文亮点：

• 跑通KBNet源码，补充源码中没有的KBNet训练过程，使用预训练模型测试得到评价指标以及去噪后的图像；
• 详细流程，按步骤手把手复现，报错改进全记录；
• 详解KBNet网络结构，由小到大拆解实现思路，逐行注释；

---

前言

论文题目：KBNet: Kernel Basis Network for Image Restoration —— KBNet:图像恢复的核基础网络

论文地址：KBNet: Kernel Basis Network for Image Restoration

论文源码：