遥感学习
酸爽宝
这个作者很懒,什么都没留下…
展开
-
SR文献学习之BTSRN模型--《Balance two-stage Residual Networks for Image Super-Resolution》
SR文献学习之BTSRN模型–《Balance two-stage Residual Networks for Image Super-Resolution》 1.研究背景 深层神经网络在SR任务上的表现效果毋庸置疑,而且我们发现,神经网络层级越深,模型表现效果越好,但是随着网络深度的增加,模型训练难度和计算资源受限也是待解决的难题。 2.研究方法 本文中,使用深度残差设计来确保模型的准确率,并且...原创 2019-12-09 16:37:20 · 1053 阅读 · 1 评论 -
SR文献学习之《Image Super-Resolution Using Very Deep Residual Channel Attention Networks》
SR文献学习之《Image Super-Resolution Using Very Deep Residual Channel Attention Networks》 当前SR研究存在的问题:在图像超分辨领域,卷积神经网络的深度非常重要,但过深的网络却难以训练。低分辨率的输入以及特征包含丰富的低频信息,但却在通道间被平等对待,因此阻碍了CNN网络的表示能力。(原因: CNN 平等对待特征的每一个通...原创 2019-12-08 13:21:08 · 892 阅读 · 0 评论