【图像超分】论文复现:多级窗口增大感受野,线性空间映射降低复杂度!高效超分模型HiT-SR的Pytorch源码复现,获得与论文一致的指标和超分可视化结果,核心结构SCC详解!

请先看【专栏介绍文章】:【超分辨率(Super-Resolution)】关于【超分辨率重建】专栏的相关说明,包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等)

完整代码和训练好的模型权重文件下载链接见本文底部,订阅专栏免费获取!

本文亮点:

  • 跑通HiT-SR源码(HiT-SIR, HiT-SNG, HiT-SRF),获得与论文一致的指标和超分可视化结果
  • HiT-SR核心结构SCC解析,示意图与源码对应,注释详细;

文章目录

  • 前言
  • 一、跑通代码 (Quick Start)
    • 1.1 数据集准备
    • 1.2 测试
    • 1.3 训练
  • 二、代码解析
  • 三、总结与思考
    • 完整代码和训练好的模型权重文件下载链接
    • 参考文献BibTeX


前言

论文题目:HiT-SR: Hierarchical Transformer for Efficient Image Super-Resolution —— HiT-SR:高效图像超分辨率的分层变压器

论文地址:

你可能感兴趣的:(超分辨率重建(理论+实战,科研+应用),pytorch,人工智能,python,超分辨率重建,图像处理,计算机视觉,深度学习)