【图像超分】论文复现：在K和V后添加置换操作！ConvFFN的出处！SRFormer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SRFormer源码，获得与论文一致的PSNR/SSIM、Params、FLOPs、超分可视化结果；
• SRFormer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：（ICCV 2023 | SRFormer）SRFormer: Permuted Self-Attention for Single Image Super-Resolution —— SRFormer:单幅图像超分辨率的置换自我注意</