SCANet代码解读

        SCANet（Self-Calibrated Attention Network）是一个用于图像去雾的生成对抗网络（GAN），它包括生成器（Generator）和判别器（Discriminator）两个主要部分。生成器用于生成去雾后的图像，而判别器用于区分真实图像和生成图像。（文章设计了一个生成器。）

         生成器部分：

   · FastDeconv：快速去卷积模块，用于预处理输入图像。

• 注意力模块：包括通道注意力（Channel Attention, CA）和空间注意力（Spatial Attention, SA）。
• 残差块：Residual Block，用于学习输入特征的残差映射。
• 下采样和上采样：通过卷积和转置卷积实现。

                       判别器部分：由一系列卷积层和激活函数组成。