????????今天在思考如何解決model在上采樣過程中可能會(huì)出現(xiàn)的棋盤格現(xiàn)象，閱讀到一篇被CVPR2016收錄的論文，里面提出了PixelShuffle，鏈接如下《Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network》。
PixelShuffle算法流程圖
????????PixelShuffle算法流程圖如上，可以實(shí)現(xiàn)將h*w的低分辨率圖像，通過sub-pixel 操作變?yōu)閞h*rw的高分辨率圖像，通過卷積層先得到了r^2個(gè)通道的圖像，然后每個(gè)像素點(diǎn)的r^2個(gè)通道依次轉(zhuǎn)換為對(duì)應(yīng)的r*r的圖像塊，最終得到rh*rw的圖像。
? ? ? ? Pytorch中已經(jīng)集成了PixelShuffle的module，torch.nn.PixelShuffle(upscale_factor)，形參說明: - input (Variable) – 輸入 - upscale_factor (int) – 增加空間分辨率的因子，例子如下。
