《表4 不同模型参数数量以及不同尺度下的PSNR》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于并行通道-空间注意力机制的腹部MRI影像多尺度超分辨率重建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

该组实验对EDSR、RCAN和PASR模型的尺寸进行了分析，其中PASR分别采用堆叠6个残差组、8个残差组（即本文方法）及10个残差组的模型进行对比。表4给出了5种模型结构的参数数量与不同尺度的PSNR值。表4数据表明，堆叠8个残差组的PASR和堆叠10个残差组的PASR的性能相近，均比只堆叠6个残差组的PASR性能要好，由于堆叠10个残差组所需参数较多且效果提升不明显，最终PASR选取残差组数量为8，其参数数量相较于RCAN稍多，但只需要1个模型即可实现3个尺度的图像超分辨率重建，而RCAN每个上采样尺度都需要训练单独的模型。与EDSR和RCAN相比，PASR在模型尺寸和性能之间实现了更好的权衡。