Pytorch实现之LSRGAN，轻量化SRGAN超分辨率SAR

简介

简介：在SRGAN的基础上设计了一个轻量化的SRGAN模型结构，通过DSConv+CA与残差结构的设计来减少参数量，同时利用SeLU激活函数构造。与多类SRGAN改进不同的是，很少使用BN层。

论文题目：Lightweight Super-Resolution Generative Adversarial Network for SAR Images（SAR图像的轻量级超分辨率生成对抗网络）

期刊：Remote sensing            (if = 4.2)

摘要：由于合成孔径雷达（SAR）独特的成像机制，其图像通常会出现退化现象。 为了提高图像质量和支持实时机载处理能力，我们提出了一种轻量级深度生成网络框架，即轻量级超分辨率生成对抗网络（LSRGAN）。 该方法在残差块中引入深度可分卷积（DSConv）对原始生成对抗网络（GAN）进行压缩，并利用SeLU激活函数构造适合SAR图像特征的轻量级残差模块（LRM）。 此