التوسيع السريع والدقيق والخفيف للدقة العالية باستخدام الشبكة الباقية التصاعدية

في السنوات الأخيرة، تم تطبيق طرق التعلم العميق بنجاح على مهام زيادة دقة الصور الفردية. ومع ذلك، فإن هذه الطرق لا يمكن تطبيقها بسهولة في التطبيقات الحقيقية بسبب الحاجة إلى حسابات ثقيلة. في هذا البحث، نعالج هذه المشكلة من خلال اقتراح شبكة عميقة دقيقة وخفيفة الوزن لزيادة دقة الصور. بالتفصيل، صممنا هندسة تنفيذية تعتمد على آلية متسلسلة فوق شبكة باقي (Residual Network). كما قدمنا نماذج متنوعة من الشبكة المتسلسلة للشبكة الباقية المقترحة لتحسين الكفاءة بشكل أكبر. تظهر تجاربنا الواسعة أن نماذجنا، حتى مع عدد أقل بكثير من المعلمات والعمليات، تحقق أداءً يضاهي أفضل الأساليب الحالية.