admin管理员组文章数量:1650776
AIM2020-ESR冠军 轻质图像超分辨率的残差特征蒸馏网
代码:https://github/njulj/RFDN
图像超分取得了极大的进展,尽管基于CNN的方法取得了极好的性能与视觉效果,但是这些模型难以部署到端侧设备(高计算量、高内存占用)。
为解决上述问题,已有各种不同的快速而轻量型的CNN模型提出,IDN(Information Distillation Network, IDN)是其中的佼佼者,它采用通道分离的方式提取蒸馏特征。然而,我们并不是很清晰的知道这个操作是如何有益于高效单图超分(SISR)的。
本文提出一种等价于通道分离操作的特征蒸馏连接操作****(Feature Distillation Connection, FDC),它更轻量且更灵活。基于FDC,作者对信息多蒸馏网IMDN(Information Multi Distillation Network, IMDN)进行了重思考并提出了一种称之为RFDN(Residual Feature Distillation Network, RFDN)的轻量型图像超分模型,RFDN采用多个FDC学习更具判别能力的特征。与此同时,作者还提出一种浅层残差模块SRB(Shallow Residual Block, SRB)**作为RFDB的构件模块,SRB即可得益于残差学习,又足够轻量。
本文标签: 轻质分辨率特征distillationNetwork
版权声明:本文标题:Residual Feature Distillation Network for Lightweight Image Super-Resolution(AIM2020)轻质超分辨率的残差特征蒸馏 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://www.elefans.com/dianzi/1729533331a1205092.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论