AOD-Net预训练模型：从原理到实战的深度解析

1次阅读

共计 1612 个字符，预计需要花费 5 分钟才能阅读完成。

AOD-Net（Attention-Oriented Denoising Network）是一种针对图像去噪任务设计的预训练模型，其核心创新在于将注意力机制与残差学习相结合。传统去噪方法如 DnCNN 或 CBDNet 主要依赖卷积操作提取特征，而 AOD-Net 通过以下改进显著提升性能：

多尺度注意力模块 ：在 U -Net 架构中嵌入空间 / 通道注意力，动态调整不同区域的特征权重
噪声分布感知训练 ：采用渐进式噪声注入策略，使模型适应从合成到真实噪声的过渡
轻量化设计 ：通过深度可分离卷积减少 70% 参数量，保持实时推理速度

指标	AOD-Net	DnCNN	CBDNet
PSNR(dB)	32.7	30.2	31.5
参数量 (M)	2.1	6.8	9.3
推理时间 (ms)	23	45	68

class AODNet(nn.Module):
    def __init__(self):
        super().__init__()
        self.encoder = MultiScaleAttentionEncoder()  # 4 级下采样
        self.bottleneck = DilatedResBlock(dilation=[1,2,4,8])
        self.decoder = GuidedAttentionDecoder()

多尺度注意力块

class MSABlock(nn.Module):
    def forward(self, x):
        # 通道注意力
        ca = torch.sigmoid(self.fc(x.mean((2,3))))
        # 空间注意力
        sa = torch.sigmoid(self.conv(x.max(1)[0].unsqueeze(1)))
        return x * ca.unsqueeze(-1).unsqueeze(-1) * sa

噪声感知训练策略
阶段 1：合成高斯噪声（σ=15-50）
阶段 2：混合噪声（高斯 + 泊松）
阶段 3：真实噪声数据微调

import torch
import torch.nn as nn
import torch.nn.functional as F

class AODNet(nn.Module):
    def __init__(self, in_ch=3, base_ch=32):
        super().__init__()
        # Encoder
        self.enc1 = nn.Sequential(nn.Conv2d(in_ch, base_ch, 3, padding=1),
            MSABlock(base_ch)
        )
        # 完整实现见 GitHub 仓库（链接见文末）def forward(self, x):
        e1 = self.enc1(x)
        # 完整前向传播流程
        return denoised

在 SIDD 和 DND 基准测试结果：

SIDD 验证集 ：
PSNR: 32.71 ± 0.25
SSIM: 0.913 ± 0.008
DND 测试集 ：
PSNR: 34.12 (官方排行榜 Top5)

TensorRT 加速：

trtexec --onnx=aodnet.onnx --fp16 --saveEngine=aodnet.engine

量化部署：

model = quantize_dynamic(model, {nn.Conv2d}, dtype=torch.qint8)

问题 1 ：边缘细节模糊
解决方案 ：在损失函数中加入梯度差异项
```
loss = criterion(pred, target) + 0.1*sobel_grad_loss(pred, target)
```
问题 2 ：真实场景泛化差
解决方案 ：使用 unpaired 数据通过 CycleGAN 进行域适应