**向孙老师致敬 ~~~ **
【ARXIV2204】Simple Baselines for Image Restoration
代码：https://github.com/megvii-research/NAFNet
论文：https://arxiv.org/abs/2204.0467
感谢知乎网友 Kester 的分享，这里用了很多他的观点
最近Transformer模型开始在图像修复领域兴起，模型的复杂度也随之上升。在这篇论文里，作者提出一个计算高效的 simple baseline 达到 SOTA 效果。
作者首先分析了当前的图像修复模型的复杂度，主要包括：inter-block 和 intra-block 。
inter-block 指的是各个模块之间的关系，包括：multi-stage, multi-scale fusion, UNet 三种结构。作者认为：宏观结构不是影响算法效果的关键（we believe the architecture will not be a barrier to performance）。为此，在本文中，作者采用了 UNet 结构，并把精力集中在到 intra-block 的改造上。
对于 intra-block 的改进，包括三方面：
- 归一化方面，作者采用了 LayerNorm。文章采用了Transformer里被通常采用的LayerNorm，并通过实验发现其能提点。其实传统意义上，除了早期的方法，底层视觉一般是不太会增加归一化层，认为其会降点而且让图像模糊。这和BatchNorm的特性有关，一方面BatchNorm本身训练测试阶段由于统计量不同，就会导致领域不适应问题。另外不同于high-level task倾向于寻找一致性表示，底层视觉的任务与之相反，往往是倾向于学习图片特定性以增强细节的恢复效果， batchNorm由于是batch内做attention，其实很容易将其他图片的信息引入，忽略了恢复图像的特定信息，导致性能下降。 所以之前底层视觉里面用的比较多的norm是instance Norm（比较多的是在风格迁移），因为只关注同一个图片同一channel内的信息，所以某种意义上避免了平滑，layerNorm关注整幅图，也没有超过单张的范围，所以能够work还是蛮make sense的。
- 激活函数，作者构建了 SimpleGate。 首先作者回顾了GLU，然后给出推导认为 GELU 是 GLU 的一种特殊形式。GLU的计算量主要来自于 sigmoid 和 映射函数，因此作者删除了 sigmoid，同时映射函数也删除了。具体操作如下：对特征进行 channel-split，分成两个C/2个通道的特征，并相乘，如下图所示。 由于这个简化的simple gate引入了非线性，所以常用的ReLU自然也不需要再加入到网络中了，这也就是为什么这篇文章提出的方法叫做 Nonlinear Activation Free Network 。
- attention，上述的simple Gate操作虽然可以有效减少计算量，但是作者认为channel-wise的操作丢失了，所以在后面的attention上，作者使用了简化的channel attention，减少计算量的同时引入channel的交互，如下图所示。
作者最终提出了下面的模型，如下图中（d）所示。
从图去噪的实验结果来看，MACs 值显著降低的情况下，显著提升了效果。
最近很多工作将 Transformer 用于图像修复任务，大家都集中于研究 MHSA 是不是用于图像修复里效果会更好。但是这个论文只使用一些简单的操作就取得了非常好的效果。也让人感觉，Transformer 在图像修复任务中的成功是利益于一些 trick 的结果。