尽管通过特征下采样获取多尺度特征融合是一种有效改善视觉识别性能的方案，但是特征下采样对于图像超分一种是反直觉的行为，这是因为超分需要将低分辨率输入映射到高分辨率输出。因此，鲜少在图像超分中看到下采样操作，就算是有，下采样操作也是打“辅助”。前段时间，有一篇paper对此进行了探索并设计了一种新的架构HPUN，用上了下采样，性能还有所提升！

本文提出了一种轻量型架构HPUB(Hybrid Pixel-Unshuffled Block)用于替换常规残差模块。所提方案包含三部分：标准卷积、pixel-unshuffled 下采样以及所提PUB模块。具体来说，PUB包含pixel-unshuffled下采样与Self-Residual DSC(Depthwise Separable Convolution, DSC)两个模块。

所提方案与其他方案的性能对比表

 

论文链接：https://arxiv.org/abs/2203.08921

内容中包含的图片若涉及版权问题，请及时与我们联系删除