SR-ITM--融合超分辨率和逆色调映射（三）

网络结构

该网络将输入图像通过Guided filter分解为Detail layer和Base layer

Detail layer:restoring high frequency details(SR)
Base layer:recovering local contrast(ITM)

Base layer即为低频：低频做逆色调映射
Detail layer高频：高频做超分辨率

网络的核心思想主要是这种图像分解做不同任务，最后通过融合，得到最终的效果。网络细节部分主要是一些模块的叠加，主要为如下几大模块：

（1）ResBlock

```python
class BaseBlock(nn.Module):
    
    def __init__(self, channels):
        super(BaseBlock, self).__init__()
        self.conv1 = convBlock_c(channels=channels)
        self.conv2 = convBlock_c(channels=channels)
        self.relu = reluBlock()
        
    
    def forward(self, x):
        
        out = self.relu(x)
        out = self.conv1(out)
        
        out = self.relu(out)
        out = self.conv2(out)
        
        return out

class ResBlock(nn.Module):
    
    def __init__(self, channels)