前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >AsConvSR | NTIRE2023-RTSR-Track1冠军方案

AsConvSR | NTIRE2023-RTSR-Track1冠军方案

作者头像
AIWalker
发布2023-09-01 10:16:59
3040
发布2023-09-01 10:16:59
举报
文章被收录于专栏:AIWalker

前段时间,NTIRE2023各个竞赛落下帷幕,近期各个冠亚军方案提出者也在逐步公开方案细节。今天给大家概要介绍一下"RTSR-Track1"赛道冠军方案,方案提出者来自华为诺亚与华为海思。

1AsConvSR

由于竞赛同时关注PSNR与推理耗时(计算方式如下),所以网络结构的设计尤其要关注下耗时因素的影响。

Score = \frac{2^{PSNR-bicubic} \cdot 2}{C \cdot \sqrt{runtime}}

AsConvSR网络结构(见上图)非常的简单,需要关注的有两个:

  • PixelUnShuffle 该操作有助于减少网络整体推理耗时,它与超分领域常用的PixelShuffle为互逆操作。
  • Assembled Block 该思想源自LAPAR一文,一种动态卷积操作。

2实验结果

上图为所提方案与近年来轻量化网络的统计信息对比,重建效果对比。总体来说,AsConvSR在竞赛指标方面确实存在非常明显的优势。

上表给出了竞赛前五方案的指标信息对比,所提方案优势还是挺明显的,^_^

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-06-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AIWalker 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1AsConvSR
  • 2实验结果
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档