Efficient SR挑战赛结果| AIM 2020 Challenge on Efficient Super-Resolution:Methods and Results
感觉这一领域已经陷入瓶颈好久了
Abstract:
本文以提出的解决方案和结果为重点,回顾了AIM 2020在高效单图像超分辨率方面的挑战。 挑战性任务是基于低分辨率和相应高分辨率图像的一组先验样本,对输入图像放大x4倍数超分辨。 目的是设计一种网络,该网络可以减少一个或多个方面,例如运行时间,参数量,FLOPs,激活函数个数和内存消耗,同时至少保持MSRResNet的PSNR指标。 赛道有150名注册参与者,有25个团队提交了最终结果。 他们以有效的单图像超分辨率来衡量最新技术。
Introduction:
本次挑战赛关注于SISR另一个研究方向,即高效SR的研究方向,这对于在资源受限的设备上部署模型至关重要。影响SR模型效率的因素有很多种,包含了运行时间、参数量、FLOPs等。对应的研究方法有:手工设计的网络结构,网络剪枝,卷积核分解,网络量化,神经体系结构搜索(NAS)和知识蒸馏等。
现有的方法主要从参数量和计算量Flops上对网络进行优化。然而,最近有关高阶视觉任务的工作指出,更少的FLOPs并不总是表明网络效率更高,而网络激活的次数反而可以更准确地衡量网络效率。因此,有效的SR方法需要从不同方面进行全面分析,而不仅仅是从参数和FLOP方面进行全面分析。因此,这项挑战旨在寻求先进和新颖的解决方案,以实现高效的SR,衡量其效率并确定总体趋势。
AIM 2020 ESR Challenge:
比赛的主要目的:
(i)推进对有效SR的研究;
(ii)比较不同方法的效率,并且
(iii)为学术界和工业界的参加者提供机会进行互动和探索合作。
数据集:DIV2K Dataset 800/100/100
baseline:本次比赛是与baseline model进行比较,在进行多个效率参数方面优化的同时,保证PSNR指标不降。baseline采用的是MSRResNet。
评估指标:运行时间、参数量、计算量FLOPs、激活函数次数以及性能表现PSNR值。在上述指标中,运行时间被认为是最重要的指标。 验证和测试PSNR至少应与baseline相当。
Challenge Results:
比赛结果如上图所示,其中还将AIM2019的冠军结果IMDN放在表中进行了一起比较。可以看出,AIM2020的结果在运行时间等指标上都有了进一步的进展。
另一方面,图中可以看出,尽管404NotFound和MLVC提出的方法具有比IMDN更低的参数和FLOPs,但它们的运行时间要慢得多。为了分析这种差异,本文在表2中报告了参数数量,FLOPs数量,激活数量和最大GPU内存消耗相对于运行时间的Spearman秩相关系数(SROCC)值。
从表2中可以看出,参数的数量和FLOPs的数量与运行时间的相关性不高。 相反,激活次数是更好的指标。 然而请注意,参数数量和FLOP数量仍然是模型效率的重要方面。
Architectures and main ideas:
总结了本次比赛对于MSRResNet和 IMDN的改进:
1.修改IMDN的信息多重蒸馏模块(IMDB)。 综合第一名获得者NJU MCG提出了一种有效的残差特征蒸馏模块(RFDB),该方法通过合并浅残差连接和增强的空间注意力(ESA)模块,使用1x1卷积进行特征蒸馏,并将通道数从64减少到50。AiRiA_CG 提出减少IMDB块并采用转换后的非对称卷积来提高效率。 受IMDB和IdleBlock的启发,ZJUESR2020提出了多尺度IdleBlock
2.更改上采样模块。 XPixel并没有像MSRResNet中那样通过两个连续的“ PixelShuffle(x2)-> Conv-> Leaky ReLU”实现4的上采样倍数,而是提出用最近邻插值层替换PixelShuffle层,而其他大多数方法, 诸如NJU_MCG,AiRiA_CG,HaiYun和IPCV_IITM等提议通过单个PixelShuffle(x4)层直接重建HR图像
3.采用全局特征聚合。 与IMDN的局部特征聚合策略相比,NJU MCG,Haiyun,IPCV IITM和404NotFound等多个团队采用了将不同块的特征连接起来的全局特征聚合策略。 作为一个典型示例,NJU MCG建议将4个RFDB块的输出进行级联,然后使用1 x 1卷积层进行特征降维,最后采用“ Conv3x3-> PixelShuffle(x4)”生成HR图像
4.使用注意力模块。 NJU MCG建议将增强的空间注意模块插入RFDB块。 Xpixel提出像素注意力以生成3D注意图。 MLVC提出了基于增强空间注意力(ESA)和具有成本效益的注意力(CEA)的多注意力模块
5.通过递归层减少参数的数量。 Zhang9678提出采用LSTM来减少参数,而InnoPeak SR提出采用递归残差块
6.应用网络剪枝。 SC-CVLAB提出了一种细粒度的通道剪枝策略,以从基于参数化的混合组成的SR网络中获得轻量级模型
7.用新的块替换MSRResNet的基本残差块。 Xpixel提出了具有像素关注度的自校准卷积块。 404NotFound提出用Ghost卷积和1 x 3卷积替换正常的3 x 3卷积。 SAMSUNG TOR AIC提出了修改后的MobileNetV3模块。
通过以上对不同解决方案的分析,我们可以得出一些结论。:
(i)所提出的方法改进了有效SR的最新技术。 与AIM 2019受限SR挑战中的第一方法IMDN相比,NJU MCG团队的方法在运行时,参数,FLOP和激活方面提供了显着收益。
(ii)FLOP的数量和参数的数量与网络效率没有很好的关联。 相比之下,激活次数是一个更合适的指标。
(iii)所有前六种方法都采用手工设计的网络体系结构。 对于有效的SR挑战,网络修剪,知识提取,网络量化和NAS的有效性需要进一步研究。
(iv)关于高效SR的未来工作应考虑运行时间,参数,FLOP和激活。
冠军方案:NJU_MCG
1.对IMDB作出入图C的改动。2.使用RFA-NET(CVPR2020)中的ECA代替CCA
亚军方案:AiRiA_CG
主要是提出了CACB模块,使用非对称结构的卷积(ICCV2019)
Efficient SR挑战赛结果| AIM 2020 Challenge on Efficient Super-Resolution:Methods and Results相关推荐
- CV之SR:超分辨率(Super resolution)的简介、使用方法、案例应用之详细攻略
CV之SR:超分辨率(Super resolution)的简介.使用方法.案例应用之详细攻略 目录 超分辨率(Super resolution)的简介 超分辨率(Super resolution)的使 ...
- 中国高校计算机大赛--网络技术挑战赛(C4-Network Technology Challenge)
2022 年第七届"中国高校计算机大赛-网络技术挑战赛"规程 2022 年"中国高校计算机大赛-网络技术挑战赛" 竞赛规程 一. 制定依据 中国高校计算机大赛( ...
- 2020中国高校计算机大赛网络技术挑战赛,风起云涌!2020 “中国高校计算机大赛-网络技术挑战赛”总决赛即将在浙南科技城开赛...
10月23-25日,2020年"中国高校计算机大赛-网络技术挑战赛"总决赛将在温州浙南科技城拉开帷幕.届时,作为中国最具创新创业基因的热土之一--温州,将汇聚来自中国科学技术大学. ...
- 中国高校计算机大赛--网络技术挑战赛(C4-Network Technology Challenge)参加分享
文章目录 前言 大赛过程 比赛难点 大赛收获 总结 前言 "中国高校计算机大赛-网络技术挑战赛"简称"C4-网络技术挑战赛",以"适应新变.激励创新. ...
- 超分辨率重建学习总结、SR、super resolution、single image super resolution
目录 背景 方法 结论 挖坑,超分辨率重建.一直关注超分辨重建任务,最近着力研究超分辨率重建,随着我个人的任务进行,我会逐渐更新完善本栏目,将写一些经典方法的介绍,超分辨率重建的较为系统的学习,代码复 ...
- 技术解析 | ZEGO 移动端超分辨率技术
即构超分追求:速度更快.效果更好.码率更低.机型更广. 超分辨率(Super Resolution, SR)是从给定的低分辨率(Low Resolution, LR)图像中恢复高分辨率(High Re ...
- [实用超分网络大赏]《Real-Time Quantized Image Super-Resolution on Mobile NPUs, Mobile AI 2021 Challenge》
摘要:图像超分是最流行的计算机视觉问题之一,它在移动手机设备上有许多重要的应用.虽然针对该任务已经出现了许多解决方案,这些方案通常不能直接在智能手机的AI硬件上使用,更不用提有更多限制的智能TV平台, ...
- 【更新中21/31】NTIRE 2022 ESR(efficient super-resolution) 方案与结果
NTIRE 2022 ESR 方案与结果 竞赛要求 主赛道:运行时间赛道 子赛道1:模型复杂性赛道 子赛道2:综合性能赛道 挑战结果 方案结构和主要思想 各队伍方案 ByteESR NJU_Jet N ...
- 深度学习MEMC插帧论文列表paper list
整理一下深度学习用于运动估计和运动补偿的论文列表.大致按照内容与时间区分.鉴于工作量太大,而且MEMC这块点击量很少,就不介绍文章内容了. 认准原创:https://blog.csdn.net/lon ...
最新文章
- 【HTTP基础】HTTPS原理及WebSocket原理
- 马哥教育第二十四ftp协议、vsftpd的高级应用、rpc概念及nfs的基本应用、samba及其基本应用...
- oracle 10 升级补丁
- OpenVMS用户手册目录翻译
- 记帐数据只记部分后如何处理
- .Net DES加密解密(不带向量)
- SpringMvc 04 基于注解的映射器与适配器配置
- python列表使用判断_浅谈Python数据类型判断及列表脚本操作
- python xpath定位元素方法_python--通过xpath相对节点位置查找元素(续)
- 【ubuntu】开机一直“/dev/sda3:clean, XXX files, XXXX blocks”解决方法
- POJ2083 ZOJ3507 Fractal题解
- 苹果Mac专业的 Go 开发集成环境:JetBrains GoLand
- [2018.03.14 T1] 矩阵(matrix)
- C语言:判断一个三位数是否为水仙花数
- 洛谷试炼场一句话题解
- 云服务器的安全防护措施一般有哪些?
- 嵌入式软件面试准备与知识点总结
- 简单记录使用org.slf4j.MDC进行日志追踪
- 如何制作一份优秀的简历?
- 软件开发团队的管理要素
热门文章
- html 单选按钮(input radio)
- 以太网供电(POE)技术原理及过程分析 - 全文
- PHP验证歌德巴赫猜想:一个充分大的偶数(大于或等于6)可以分解为两个素数之和。编写程序,将6至50之间全部偶数表示为两个素数之和。
- latex中希腊字母写法
- ActivityNet Dense Event Captioning Results
- 问卷有礼| 您希望RT-Thread的软件包/组件如何优化?
- 甘特图:项目进度计划编制的工具
- Microsoft Robotics Developer Studio LEGO Mindstorms NXT
- 【excel】分组连续排名和不连续排名公式
- 合天每周CTF之第三周-迷了路