404 Not Found

PromptIR 提出了一种基于 prompt 学习（提示学习）的全能型图像恢复框架，能够在无需预先知道退化类型的情况下，对多种退化图像进行统一恢复。其核心思想是通过轻量级的 prompt 参数，动态引导主干网络在不同退化条件下自适应调整恢复策略。相比以往方法（如 AirNet）需要额外的对比编码器和两阶段训练，PromptIR 在结构与训练方式上更加高效和通用。

针对图像去雨任务，本文提出 🌧️NeRDRain：一种端到端多尺度 Transformer 方法。该方法融合了 📍基于像素坐标的隐式神经表示与退化图像，有效增强对空间变化雨纹的建模能力与鲁棒性。同时引入 🔁多尺度双向反馈机制（粗到细 & 细到粗），加强不同尺度特征的信息交互，实现更强的协同表示与高质量去雨效果。

本文提出了一种融合频率域特征的高效图像去雨框架 FADformer。其核心模块 FADBlock 由两部分组成：FFCM 同时在空间和频率域进行卷积操作，结合局部与全局信息，提高建模效率；PGFN 引入残差通道先验，通过门控机制增强局部细节与结构保持能力。此外，训练过程中引入了 频域对比约束（FCR），通过利用负样本中的雨纹模式，进一步提升去雨性能。

这篇论文提出了一种新型去雨网络 TransMamba，结合频域 Transformer 和 Mamba 状态空间模型两种分支，有效建模雨迹的长距离依赖与频域特征。通过双分支特征融合与频谱增强机制，TransMamba 在多个数据集上显著优于现有方法。

本工作提出了一个非常有意义的观点：线性注意力虽然高效，但其表达能力受限于“低秩”问题。为此，作者引入了“秩增强”机制，既保留了线性复杂度，又提升了建模能力，最终构建的 RAVLT 模型在 ImageNet 上表现优异，展示了线性注意力在视觉领域进一步发展的可能性。

LoFTR的提出，是将Transformer模型的注意力机制在特征匹配方向的应用，Transformer的提取特征的机制，在自身进行，本文提出可以的两张图像之间进行特征计算，非常适合进行特征匹配。

实际上是在医学领域的运行，只是在这基础上增加了门机制，实际上也就是在原来Axial-attention基础之上增加权重机制，虚弱位置信息对于数据的影响，发现虚弱之后的效果比Axial-Attention机制效果更好。

swintransformer主要是在transformer的基础上引入类似于cnn的下采样，图片大小成倍减少，通道数成倍增加，使特征进行融合，减少了计算量其次的特点就是使用W-MSA和SW-MSA，两个为一组来进行特征提取。引入窗口和分层机制，在进行下采样，多层叠加提取特征。

举例源码中使用multi-scale都是四层。

紧接着是decoder，初始化object queries，都初始化为0，同时加上位置信息,首先q自己先进行self-attention，更新q，再由decoder提供q，encoder提供k和v，来进行multi-attention，整合多维度的信息，同时也是做多次，获得多个输出特征结果，这样的过程回经过6次。在encoder中进行embedding，将特征信息转换成多维度向量，通过transformer的self-attention机制，生成特征k，v。使用的数据集是coco数据集，现成的使用。

将一张图的多个区域进行卷积，将每个区域转换成多维度向量（多少卷积核就有多少维向量）