admin管理员组

文章数量:1589777

目录

  • 内容导读
  • 1、论文来源
  • 2、摘要
  • 3、方法
    • 3.1 网络概述
    • 3.2 FDIWN
    • 3.3 WRDC模块
    • 3.4 WDIB
    • 3.5 SCF
    • 3.6 自适应乘法因子 λ \lambda λ
    • 3.8 FSWG
  • 4、实验
    • 4.1 消融实验
    • 4.2 与SOTA对比
    • 4.2.1 定量结果
    • 4.2.2 定性结果
  • 5、结论
  • 6、点评

内容导读

本文意不在与翻译，在于解读文章，望周知~
关于文章的点评以及可借鉴到自己论文实验的idea，在文末给出

  • 文章主要是研究轻量模型的开发，同时研究如何充分利用中间特征。
  • 文章是南京邮电和港中文等机构在轻量级超分网络领域的一次探索。
  • 本篇博文的精华主要在点评部分，可以先看点评部分，然后在具体阅读本篇博文~~

1、论文来源

  • AAAI2022
  • 论文pdf下载链接
  • 源码下载

2、摘要

  • 本文主要针对基于CNN的SR重建方法的现存问题进行了研究，主要是：
    • 计算和内存开销过大，难以应用于实际场景。
    • 如何在轻量模型中充分利用好中间特征？
  • 针对上述问题，文章提出了一种轻量级特征提取交互加权网络 （Feature Distillation Interacti

本文标签： distillationInteractionfeatureFDIWNImage

版权声明：本文标题：【AAAI2022】FDIWN - Feature Distillation Interaction Weighting Network for Lightweight Image SR 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/xitong/1728076720a1144573.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。