srcnn 双三次插值_深度学习图像超分辨率开山之作SRCNN（二）pytorch实现

再次整理SRCNN原理篇中提到的符号表示：

（a）真实高分辨率图像X；

（b）低分辨率图像Y（和X的尺寸相同）；

（c）SRCNN网络映射函数F(·)；

（d）HR表示High Resolution，即高分辨率图像；LR表示Low Resolution，即低分辨率图像。

复现过程包含：数据预处理、网络搭建、损失函数和优化器选择、训练等，如下：

1、数据预处理

SRCNN包含两个数据预处理过程：

（a）首先是将高分辨率图像X下采样为低分辨率图像Y_，但是Y_是不能作为SRCNN的输入的，还需要再次通过双三次插值获得和X相同尺寸的Y。原始的HR细节很清晰，但是对应的LR则细节模糊，如下图：

（b）将高