BriefGPT - AI 论文速递
·
GRFormer：针对轻量级单幅图像超分辨率的分组残差自注意力
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的超分辨率模型GRFormer，通过引入分组残差自注意力机制和紧凑的指数空间相对位置偏差，显著提高了性能并降低了参数数量。实验证明该方法在SISR任务中超过了当前最先进的方法，并减少了计算资源的消耗。
🎯
关键要点
- 本研究提出了一种新的超分辨率模型GRFormer。
- GRFormer引入了分组残差自注意力机制和紧凑的指数空间相对位置偏差。
- 该模型显著提高了性能并降低了参数数量。
- 实验结果表明GRFormer在SISR任务中超过了当前最先进的方法。
- GRFormer显著减少了计算资源的消耗。
🏷️
标签
➡️
