为解决该难度,作者提出了一种带感受野模块的ESRGAN超分网络,称之为RFB-ESRGAN。该文的主要贡献包含以下几个方面: 为提取多尺度信息并增强特征判别性,作者采用感受野模块进行超分。感受野模块在目标检测和分类问题中取得了极具竞争力的结果。 不同于多尺度感受野模块中的大卷积核,作者在感受野模块中采用多个小尺度卷积,这有助于提取