swinIR论文阅读笔记

• 用Swin-transformer做Image Restoration的一篇工作
• 前面是卷积层，称之为shallow feature extraction module
• 中间是一些堆叠的加了残差连接的Swin Transformer Block，并且每个block后面插入了一个卷积层。这一模块称为deep feature extraction module
• 最后是把shallow feature和deep feature都送进一个reconstruction module
• 网络结构如图所示：
  
• 这里最后的reconstruction模块，如果是SR，就用一个sub-pixel convolution layer，如果是其它的restoration任务，就用一个卷积层。同时这里也是残差学习，也就是说reconstruction模块输出的值要加上LQ图片才是HQ。
• 实验结果来看，效果还是不错的（虽然差别确实不大）：