【图像超分】论文复现：轻量化超分 | 自调制特征聚合网络SMFANet的Pytorch源码复现，跑通源码，获得指标、模型复杂度、超分结果图，架构拆解与源码对应，注释详细！

请先看【专栏介绍文章】：【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）

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SMFANet源码，获得与论文一致的PSNR/SSIM、Params、FLOPs、超分可视化结果；
• SMFANet架构从大到小拆解，从小到大实现，示意图与源码对应，注释详细；

---

前言

论文题目：（ECCV 2024 | SMFANet）SMFANet: A Lightweight Self-Modulation Feature Aggregation Network for Efficient Image Super-Resolut