【图像超分】论文复现:无处不在的双分支通道-空间特征聚合思想!DAT的Pytorch源码复现,获得与论文一致的PSNR/SSIM、Params、FLOPs、超分可视化结果,架构拆解与代码实现!

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DAT源码(DAT,DAT-2,DAT-S,DAT-light ),获得与论文一致的PSNR/SSIM、Params、FLOPs、超分可视化结果
  • DAT架构从大到小拆解,从小到大实现,示意图与源码对应,注释详细;
  • 学习双分支特征聚合思想,积累即插即用模块;

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
    • 2.1 SGFN
    • 2.2 DSTB
    • 2.3 DCTB
    • 2.4 DAT
    • 2.5 计算复杂度
  • 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:Dual Aggregation Transformer for Ima

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,计算机视觉,深度学习,图像处理,python,超分辨率重建)