Pytorch论文实现之联合对抗、均方、感知三种丧失以及对称卷积神经网络来实 ...

简介

简介：作者提出了一种改进的超分辨率天生对抗网络，该方法联合了残差连接、对称卷积神经网络以及对抗丧失、均方丧失和感知丧失作为丧失函数来训练。
论文标题：Image Super-resolution Reconstruction Based on an Improved Generative Adversarial Network（基于改进天生对抗网络的图像超分辨率重建）
论文会议：2019 1st International Conference on Industrial Artificial Intelligence (IAI)
   摘要：摘要针对传统超分辨率重建（SR）技术重建的图像平滑且缺乏良好细节的题目，本文提出了一种改进的超分辨率天生对抗网络，该方法基于深度神经网络，天生模子包罗多层卷积模块和多层反卷积模块，其中在感知丧失中参加层跳连接和丧失函数，辨别模子由多层神经网络构成，其丧失函数基于天生对抗网络天生的辨别模子丧失函数，最后在实行中选择PSNR和SS

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。