esrgan的作者

Question

如题所述

Answer 1

作者信息：

ESRGAN的全称是增强的超分辨率生成对抗网络。ESRGAN是在SRGAN改进的基础上发布的，由ECCV2018发布。与SRGAN相比，ESRGAN在三个方面有所改进

改进的网络结构，抗损耗，感知损耗

引入残中残稠密块(RRDB)

使用预激活的VGG特征来改善知觉丧失

(1)去除所有BN层。原因是当网络较深时，当GAN网络被训练时，BN层会带来伪影。去掉它也降低了计算复杂度。

关于BN层效果不好的原因，我同意知乎专栏中提到的:与分类的“粗粒度”任务相比，在小批处理中使用BN时，对于风格迁移、增强等“细粒度”任务，是在大量不相关的图像之间进行统计，这会削弱单个图像的具体细节。引用:深度学习模型的规范化，

(2)利用剩余密集块(RRDB)替代原有的基块，将多层剩余网络与密集连接相结合。使用密集块的原因是BN使网络更容易优化，不容易陷入局部最小值。去除BN后，优化难度加大，采用对空间理解更流畅、训练更容易的DenseNet结构，但计算量增加。