排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
目前,多数基于卷积神经网络的图像超分辨率算法主要面临着网络结构复杂、参量过大以及推理速率缓慢的问题。因此,提出了利用分组卷积实现轻量化的图像超分辨率重建算法。设计了分组卷积块提取图像的基础特征,使网络参量和推理时间有效地减少,同时引入了一种改进轻量型通道注意力机制,在保证通道依赖性的同时,准确定位到目标的位置,提升重建的性能。利用亚像素卷积的过渡采样可以对特征起到集成作用,可以有效地提高重建精度减少噪声和伪影。实验结果表明,该网络在重建性能具有竞争力的前提下,参数量相比于轻量级多尺度超分辨率与超尺度网络低30%以上,并且重建速度也得到提升。 相似文献
3.
为降低GPF流动阻力,设计一种由圆筒状泡沫金属相互嵌套和环形导流式封堵组成的新型CN DCP(Cylinder Nested and Diversion Channel Plug type)GPF,并分析结构参数对其压降和流场特性的影响.在CN DCP GPF外径和滤芯长度一定的条件下,滤芯圆筒嵌套层数越多,压力损失也越小;嵌套层数较多时,嵌套层数的增加对压力损失的降低程度不再明显;导流封堵截面形状为半圆形或等边三角形时产生的压力损失更小,同时半圆形截面导流封堵对滤芯内部流场均匀性指数的提高程度更大. 相似文献
1