Paper notes-Residual Dense Network for Image Super-Resolution
Paper notes-Residual Dense Network for Image Super-Resolution
论文地址：https://arxiv.org/pdf/1802.08797.pdf
代码地址：https://github.com/yulunzhang/RDN/tree/master/RDN_TrainCode
作者提出了一个RDN（Residual Dense Network）网络主要模块由RDB (Residual Dense block)构成。
主要网络结构：
RDB模块与不同模块对比：
RDB优势：
1，拥有邻接存储机制(contiguous memory mechanism)
2, 局部特征融合(local feature fusion)
网络细节：
除了融合模块，其他的全部采用64*3*3的卷积层，后接relu**函数。局部特征卷积层和全局特征卷积层均采用64*1*1进行融合。网络可以全局特征融合，局部特征融合，还采用了局部残差方式。采用的训练集为DIV2K，数据量很大。采用Adam优化方法，epoch为200，学习率为1e-4。
结果：