当前位置:   article > 正文

图像超分辨讲座要点小记_sft-net

sft-net

SFT-NET (恢复语义信息)

cnn网络fine-tine到GAN网络 牛逼啊

RankSRGAN 让GAN网络沿着预期的方向走 可控的GAN

NIQE(衡量感知效果的一个指标)

Suppressing Model Overfitting for Image Super-Resolution Networks
讲超分过拟合的论文

RNAN
Residual Non-local Attention Networks for Image Restoration

IDN作者的轻量化论文 IMDN?

谷歌超分的论文: Handheld multiframe SR (传统方法)

能否在网络中考虑内存消耗问题

关于raw上做超分 (避免经过isp的损失) 重点应用方向

CARAFE: Content-Aware ReAssembly of Features 一个最新的上采样方法

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/339986
推荐阅读
相关标签
  

闽ICP备14008679号