一种用于图像超分辨率模型的神经网络结构免训练优化方法

本发明公开了一种用于图像超分辨率模型的神经网络结构免训练优化方法，包括：选择搜索空间，所述搜索空间中包括结构各异的候选网络，即原始候选网络；对候选网络中注意力图Softmax函数进行线性化操作，得到与原始候选网络对应的线性化候选网络；使用线性化候选网络，评价候选网络对远距离依赖的捕捉能力；使用原始候选网络，评价候选网络对邻近依赖的捕捉能力；计算候选网络得分；在所述搜索空间中，依据候选网络得分，进行网络结构搜索；对搜索到的网络进行训练和测试，得到优化后的图像超分辨率网络；使用优化后的图像超分辨率网络进行图像超分辨率任务。本发明实现了准确、高效的图像超分辨率网络结构优化，具有较高的使用价值。