💡
原文中文，约3600字，阅读约需9分钟。
📝
内容提要
本文介绍了上海交通大学与传音团队合作的DSCLoRA模型，该模型在CVPR NTIRE 2025高效超分辨率挑战赛中获第一名。DSCLoRA结合低秩适应和知识蒸馏技术，显著提升超分辨率性能，且未增加计算成本。通过引入ConvLoRA，DSCLoRA在多个基准数据集上表现优异，展示了模型复杂度与性能的良好平衡。
🎯
关键要点
- 上海交通大学与传音团队合作的DSCLoRA模型在CVPR NTIRE 2025高效超分辨率挑战赛中获第一名。
- DSCLoRA结合低秩适应和知识蒸馏技术，显著提升超分辨率性能，且未增加计算成本。
- DSCLoRA通过引入ConvLoRA，优化了高效超分辨率模型SPAN的结构。
- 该模型在多个基准数据集上表现优异，展示了模型复杂度与性能的良好平衡。
- DSCLoRA采用混合蒸馏训练策略，使用空间亲和力损失来优化模型。
- 实验结果表明，DSCLoRA在保持低计算开销的同时，提升了PSNR和SSIM等指标。
- 消融性实验分析了不同教师模型和损失函数对模型性能的影响。
- DSCLoRA有效传递教师模型的二阶统计信息，增强了学生模型的性能表现。
➡️
