NTIRE2017

一张模糊照片，如何变成高清大片？

2017年的CVPR Workshop现场，当NTIRE2017超分辨率挑战赛成绩公布时，来自首尔国立大学计算机视觉实验室（SNU CVLab）的团队以EDSR和MDSR两个模型横扫榜单——分别拿下第一名和第二名。这不是巧合，而是一篇发表在CVPR 2017 Workshop上的论文，最终捧走了最佳论文奖。

这个仓库，正是他们的官方实现。

背景：超分辨率究竟在做什么？

想象你手头有一张200×200像素的老照片，想放大到800×800做打印。传统的双三次插值只是"猜"像素——看周围几个点大概什么颜色就填进去，细节基本是糊的。

而超分辨率（Super-Resolution, SR）要做的，是让AI真正理解图像内容：这不只是"色块"，这是一只猫的毛发、一块砖墙的纹理、一行文字的笔画。AI学会了图像的底层规律后，再放大，就能把"丢失的细节"合理地"推理"出来。

这项技术在卫星遥感影像增强、医学影像分辨率提升、老照片修复、视频超分等场景中有广泛应用。

EDSR：去掉Batch Normalization，让网络更深更强

团队在标准ResNet的基础上做了两处关键改动，发表了那篇著名的论文：

1. 移除 Batch Normalization（BN）层

通常认为BN能加速训练、稳定梯度，但论文发现：BN层在推理时会"抹平"输入特征的尺度差异，限制了网络的表达能力，尤其在超分这类需要精确像素重建的任务上影响明显。去掉BN后，EDSR的表达能力更强，但也需要更多训练迭代和更大的学习率衰减空间。

2. 增大模型规模

标准ResNet的残差块数量和特征通道数都相对保守。EDSR将残差块从标准ResNet的18个增加到32个，特征通道从64维扩展到256维，参数量达43M——这在当时的单图像超分领域是绝对的"大模型"。

图1：EDSR架构图 — 主干网络由多个残差块堆叠构成，最后通过亚像素卷积层完成上采样

MDSR：一套模型搞定2x/3x/4x所有倍数

如果需要同时支持2倍、3倍、4倍放大，按传统做法要分别训练三个模型。MDSR（Multi-Scale Dense ResNet）用共享特征提取 backbone + 倍数特定上采样模块的方式，让一个模型同时搞定所有倍数，参数量控制在8M，大幅减少部署成本。

图2：MDSR架构图 — 共享特征提取 + scale-specific 上采样路径

代码结构：Torch7 Lua 实现，模块清晰

代码仓库采用标准Torch7框架组织：

模块	路径	说明
主入口	code/main.lua	调度数据加载、模型构建、训练循环
训练器	code/train.lua	Trainer类管理SGD/ADAM/RMSPROP等优化器
数据加载	code/dataloader.lua	DIV2K/Flickr2K/ImageNet多数据集支持
模型定义	code/model/	包含resnet、edsr、mdsr、vdsr等11种架构
损失函数	code/loss/	MSE损失及自定义Kernel损失
工具脚本	code/tools/	性能评测、早停、模型融合等辅助工具

-- code/model/init.lua 中的模型工厂
local models = {
  resnet = require('model/resnet'),
  edsrmr = require('model/resnet_cu'),
  msresnet = require('model/msresnet'),
  multiscale_unknown = require('model/multiscale_unknown'),
  vdsr = require('model/recurVDSR'),
}

训练流程：命令行指定 -scale 2 -nResBlock 36 -nFeat 256 等超参数，加载预训练模型支持课程学习（先训x2再训x3/x4）。通过 -netType 参数切换不同架构。

挑战赛结果：EDSR登顶，MDSR紧随其后

图3：NTIRE2017挑战赛最终排名 — EDSR和MDSR分别获得双赛道冠军和亚军

图4：与其他SOTA方法的PSNR对比 — EDSR在bicubic降采样设置下全面超越VDSR、SRResNet等前人方法

上手体验：门槛较高的学术研究代码

这是一个纯学术研究代码库，而非面向终端用户的工具包：

优点：

• 提供了预训练模型（.t7格式），下载后可直接测试自己的图片
• README文档详细，包含完整的数据集下载脚本和训练命令
• 代码注释清晰，模块化良好，方便复现论文结果

缺点：

• 必须使用 Torch7 Lua 框架，CUDA + cuDNN 环境配置繁琐
• 需要GPU：单卡Titan X 12GB最低，跑满参数量需要更高配置
• 数据集庞大：DIV2K（800张高清图）+ Flickr2K（2650张）约需数百GB存储
• 无Docker：无法开箱即用，所有依赖需手动编译安装
• 训练周期长：完整训练EDSR需要数天到数周不等

快速测试（无需训练）：

# 下载预训练模型
cd demo/model/
wget https://cv.snu.ac.kr/research/EDSR/model_paper.tar

# 运行demo（需先安装Torch7）
cd demo/
th test.lua -model EDSR_x2 -input your_image.png

PyTorch复现：更活跃的社区生态

作者随后发布了 thstkdgus35/EDSR-PyTorch，PyTorch版本更易用，也获得了更多社区关注。该版本已被广泛集成到MMEditing等开源工具中。

总结

维度	评价
学术影响力	★★★★★ — CVPRW Best Paper，NTIRE双赛道冠军
代码质量	★★★★☆ — 模块清晰、文档详细，但依赖老旧
工程可用性	★★☆☆☆ — Torch7框架、无Docker、需GPU
社区活跃度	★★★☆☆ — PyTorch版本更活跃，原版已不再维护
复现难度	高 — 依赖Torch7环境，数据集大，训练资源要求高

适合谁用？ 超分辨率方向的研究者希望复现论文、对比基线；工程落地建议直接用PyTorch版本或集成到MMEditing/OpenMMSR等框架中。