DNCNN结构描述

有三种类型的层，如图1所示，有三种不同的颜色。(i) Conv+ReLU:第一层使用64个3×3×c大小的滤波器生成64个feature map，然后利用整流线性单元(ReLU,max(0，·))进行非线性处理。这里表示图像通道数，即灰度图像c= 1，彩色图像c= 3。(ii) Conv+BN+ReLU:对于层2 ~ (D−1)，使用64个3×3×64大小的过滤器，并在convolution和ReLU之间添加batch normalization[21]。(iii) Conv:对于最后一层，使用3×3×64大小的c个过滤器来重构输出。