PaperNote-Fast and Accurate Single Image Super-Resolution via Information Distillation Network

PaperNote-Fast and Accurate Single Image Super-Resolution via Information Distillation Network

论文地址：https://arxiv.org/pdf/1803.09454.pdf

代码地址：https://github.com/Zheng222/IDN-Caffe

论文主要提出了IDN网络（Information Distillation Network）

网络主要结构：

IDN主要分为三个部分：

特征抽取块(feature extraction block) 它主要由两个卷积层叠加而成。

信息蒸馏块(information distillation block) 由两个小function构成 Enhancement unit,由三个3*3的卷积构成，每一个后面跟着一个LRelu**函数。Compression unit,由一个1*1的卷积层构成，主要将Enhancement unit蒸馏后的信息进行融合。

图像重构块(RBlock) 由一个上采样卷积构成。

训练细节：采用MAE作为loss先进行训练然后采用MSE进行finetune。将训练集291图像resize为78*78，然后采用缩小后经上采样放大方式进行训练。网络的主要层数为31层，有4个DBlocks。每个enhancement unit通道依次为64,16,4，为了减少参数采用分组卷积，LRelu初始化alpha为0.05，batch_size 为64，学习率为 1e-4.

结果：