超分辨率是把低清图还原成高清图，工业侧的真实需求集中在三类：老照片与文档图像修复（划痕、噪点、压缩伪影联合处理）、监控与行车影像的低照度高压缩放大、遥感与医学影像的多尺度放大。这类客户关心的不是论文榜单上多 0.1 dB，而是三件事——模型能不能在客户机器上训得动、能不能训得完、结果能不能被别人复现。业内的普遍现状是：开源研究代码只能冒烟跑通，直接上生产会挂在数据管线、检查点管理和评测口径上。本项目以 SRGAN 为基线（"保真 vs 感知"矛盾的起点工作），把一条只能冒烟的研究代码改造成可长跑、可续训、可复现评测的训练流水线，并把生成器替换为 SPAN 验证骨干升级的实际收益，为超分类项目的落地提供一套可复用的「改造—训练—评测」方法。
项目包含六个功能模块：
1. 数据管线：DIV2K 800 张 2K 原图预切为 480×480 图块（共 12,610 块），支持随机裁块与三尺度（×2/×3/×4）LR 生成，读取由解码整图改为读小块，单步迭代从 0.86s 降至 0.092s。
2. 生成器：SRResNet（16 个残差块 + PixelShuffle 上采样）与 SPAN（CVPRW'24 NTIRE 冠军方案，重参数化后推理仅 0.43M 参数）两套骨干，按放大尺度级联。
3. 三重损失与两阶段训练：L1 像素损失（保 PSNR）+ VGG19 感知损失（保结构）+ 对抗损失（保真实感）；先以 L1 单独训练 G，再冻结数据与迭代预算叠加感知与对抗项微调，唯一变量是损失函数。
4. 断点续训与检查点管理：G/D 分离命名，按角色保留最新 2 个 epoch 与 best/last，磁盘占用从约 100GB 压到 2GB 以内，长跑可中断恢复。
5. 统一口径评测：独立评测脚本，Y 通道 + crop_border 4，五个测试集（Set5/Set14/B100/Urban100/DIV2K100）批量输出 PSNR/SSIM 与可视化对比图。
6. 交付物：6 份训练配置 + 一键串行脚本（失败即停、重跑续训）、6 个模型权重、12 页交付报告（8 表 5 图）。
独立完成，4 天，RTX 3060 12G 单卡，含 13.7 小时无人值守训练，3 个放大倍率 × 2 个训练阶段共 6 个模型全部从零训完。
工程改造：定位并修复参考实现 7 处缺陷——数据管线重复解码（吞吐 9.3 倍提升）、数据集假设固定尺寸导致 ×3 未实现、DataLoader 拼 batch 因 NumPy 内存视图报错、检查点无上限累积会写满磁盘、G/D 共用检查点文件名导致续训失效、SSIM 参数 data_range 口径错误等。
结果：统一口径（Y 通道 + crop 4）下，×4 五数据集平均 PSNR 为 SRResNet 26.46 dB、SRGAN 25.82 dB（-0.64，对抗微调的感知代价），SSIM 同向变化；换用 SPAN 骨干后 ×4 平均 28.61 dB，相比 SRGAN +2.79 dB、相比 L1 生成器仍高 +2.15 dB，Urban100 提升最明显（+2.56 dB），说明瓶颈在骨干容量而非仅损失设计。
归因与边界：诊断出训练集自测仅 27.48 dB、与双三次插值（27.28 dB）接近，根因为训练预算为原论文 1/10 且 96×96 裁块使 ×4 输入仅 24×24、感受野远大于输入；组内对照口径一致、结论有效，但绝对值不与论文表格直接对比，这一点已在报告中标注。
评论