200、终极挑战：构建通用超分框架——从单图到视频、从盲超到可控增强上周五凌晨两点，我在服务器上盯着一个诡异的PSNR曲线发呆。单图超分模型跑得好好的，换成视频输入就开始抖动，盲超模块在真实低质图上直接崩了，可控增强的参数调了半天还不如不做。那一刻我突然意识到，我们一直在造各种孤立的超分模型，却从来没想过把它们拧成一个能打的通用框架。这个坑我踩了整整三个月。今天这篇笔记，就是把我从坑底爬出来的过程记录下来——怎么把单图像超分、视频超分、盲超、可控增强这些看似不搭边的东西，塞进同一个框架里还能稳定工作。从单图到视频：那个让我失眠的时序一致性先说说最头疼的部分。单图超分模型，比如EDSR、RCAN这些，本质上是在做空间域的映射。你给它一张图，它给你一张高分辨率的图，完事。但视频超分不一样，它得考虑帧与帧之间的时序关系。我第一次尝试的做法很蠢——直接把单图模型逐帧跑，然后做后处理对齐。结果呢？相邻帧的纹理在闪烁，边缘在抖动，PSNR看着还行，但人眼一看就露馅。后来我翻了很多论文，发现关键问题在于：单图模型没有时序建模能力，它不知道前一帧的某个像素点在后一帧应该长什么样。正确的做法是引入光流引导的时序融合模块。具体来说，我用了这样一个结构：# 这里踩过坑：别直接用预训练的光流网络，要finetuneclass