【图像超分】论文复现：轻量化超分 | FMEN的Pytorch源码复现，跑通源码，整合到EDSR-PyTorch中进行训练、重参数化、测试

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FMEN源码（只给了模型实现和权重），将FMEN整合到EDSR-PyTorch中进行训练和重参数化测试获得PSNR/SSIM、Params、FLOPs、超分可视化结果；
• FMEN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；

---

前言

论文题目：Fast and Memory-Efficient Network Towards Efficient Image Super-Resolution —— 高效图像超分辨率的快速