超分辨率 | 反捲積deconvolution存在的弊端及引起的棋盤效應

1. 棋盤效應 當我們要用到深度學習來生成圖像的時候，是往往是基於一個低分辨率且具有高層語義的圖像。這會使得深度學習來對這種低分辨率圖像進行填充細節。一般來說，爲了執行從低分辨率圖像到高分辨率圖像之間的轉換，我們往往要進行deconvolution。簡單來說，deconvolution layer可以允許模型通過每一個點進行繪製高分辨率圖像上的一個方塊，這種情況的產生與deconvolution的

>>阅读原文<<