ترجمه فارسی مقاله WaveMixSR-V2: بهبود وضوح فوق العاده با راندمان بالاتر

چکیده

Recent advancements in single image super-resolution have been predominantly driven by token mixers and transformer architectures. WaveMixSR utilized the WaveMix architecture, employing a two-dimensional discrete wavelet transform for spatial token mixing, achieving superior performance in super-resolution tasks with remarkable resource efficiency. In this work, we present an enhanced version of the WaveMixSR architecture by (1) replacing the traditional transpose convolution layer with a pixel shuffle operation and (2) implementing a multistage design for higher resolution tasks ($4\times$). Our experiments demonstrate that our enhanced model — WaveMixSR-V2 — outperforms other architectures in multiple super-resolution tasks, achieving state-of-the-art for the BSD100 dataset, while also consuming fewer resources, exhibits higher parameter efficiency, lower latency and higher throughput. Our code is available at https://github.com/pranavphoenix/WaveMixSR.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت های اخیر در تصویر فوق العاده با وضوح تصویر عمدتاً توسط میکسر توکن و معماری ترانسفورماتور هدایت شده است.Wavemixsr از معماری Wavemix استفاده کرد و از یک تبدیل موجک گسسته دو بعدی برای مخلوط کردن توکن مکانی استفاده کرد و به عملکرد برتر در کارهای فوق العاده با وضوح با راندمان منابع قابل توجه دست یافت.در این کار ، ما یک نسخه پیشرفته از معماری Wavemixsr را با (1) جایگزین کردن لایه سنتی Convolution با یک عملیات تغییر پیکسل و (2) اجرای یک طرح چند مرحله ای برای کارهای با وضوح بالاتر (4 دلار \ $) ارائه می دهیم.آزمایشات ما نشان می دهد که مدل پیشرفته ما-WavemixSR-V2-از سایر معماری ها در چندین کار با وضوح فوق العاده بهتر عمل می کند ، و به پیشرفته ترین مجموعه داده های BSD100 ، در عین حال منابع کمتری نیز می گیرد ، در حالی که منابع کمتری نیز مصرف می کند ، راندمان پارامتر بالاتری نشان می دهد ، تاخیر پارامتر بالاترو توان بالاترکد ما در https://github.com/pranavphoenix/wavemixsr در دسترس است.