qq_57160761: 漂亮，直接不解决问题了

Amrzs785: 大佬 我直接0mb free了怎么办

墨理学AI: 没有读懂你问题的含义；回答一下，不知道能不能有用哈：HR 下采样到LR；这个代码没有，别的代码也许就有；没有这个步骤的代码，大概率直接使用配对的LR和HR数据集进行模型训练；

墨理学AI: 这个问题猜想，一天过去，相信你应该已经有自己的新的认识哈；LR、SR、HR 是在模型训练（LR 网络重建得到 SR），SR 与 HR 进行定量指标（PSNR、SSIM）计算和各种Loss一起指导模型进行训练；当我们得到一个训练良好的模型；此时部署为超分重建的服务接口，那么只要用户上传符合图像大小限制的图像（通常10M以内、也可能对图像size进行限制），我们的模型就会对用户上传的图像进行2X、4X、8X 重建；这个应用场景可以想象手机里面的照片；好的超分算法，即使照片局部放大很多倍，依然有着清晰的纹理、细节像素信息；在应用部署，我们把某个分辨率的图像超分重建到X倍数，不必纠结用户送入的图像是叫LR还是HR，LR 和 HR 主要是辅助模型训练需要的配对数据；

奶盐cookie: 博主，我想请问一个问题，超分重建的本质是提高分辨率，但是我看很多篇论文都是在LR的基础上提高，如果现在给一张HR的图片是不是也能提高呢？但是大部分论文的比较对象都是LR提高到SR,没有直接由HR提高到SR,那这个意义仅仅是在提高LRD的分辨率吗？