Accurate Image Super-Resolution Using Very Deep Convolutional Networks阅读笔记
摘要:我们提出了一种具有更高准确率的单张图像超分辨(SR)方法。我们受到用于imagenet分类的vgg-net的激励使用了一个非常深的卷积神经网络。我们发现增加网络深度在精度上表现出了一个重大意义的提高。我们的最终模型使用了20层的权重网络。 通过在深层网络结构中多次级联小型滤波器,可以高效利用大型图像区域的上下文信息。 然而,在网络非常深的情况下,收敛速度成为训练过程中的一个关键问题。 我们提出了一种简单而有效的训练过程。 我们通过可调梯度裁剪实现只学习残差并使用极高的学习率(比SRCNN的学习率 高出
原创
2018-08-05 17:54:31 ·
1093 阅读 ·
1 评论