【图像超分】论文复现：大核卷积替代自注意力实现轻量化并保持性能！CFSR的Pytorch源码复现，将代码整合到BasicSR中，获得与论文一致的指标和超分可视化结果，网络结构示意图与源码对应！

请先看【专栏介绍文章】：【超分辨率（Super-Resolution）】关于【超分辨率重建】专栏的相关说明，包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等）

完整代码和训练好的模型权重文件下载链接见本文底部，订阅专栏免费获取！

本文亮点：

• 跑通CFSR源码，将其整合到BasicSR中，使用BasicSR进行测试，获得与论文一致的指标和超分可视化结果；
• CFSR网络结构解析，示意图与源码对应，注释详细；

---

前言

论文题目：Transforming Image Super-Resolution: A ConvFormer-based Efficient Approach —— 变换图像超分辨率：一种基于ConvFormer的高效方法

论文地址：Transforming Image Super-Resolution: A ConvFormer-based Efficient