188、生成对抗网络进阶：ESRGAN的RRDB结构与感知损失调参艺术

188、生成对抗网络进阶：ESRGAN的RRDB结构与感知损失调参艺术上个月帮师弟调一个老照片修复项目，他用的还是SRGAN那套残差块，训练了三天，出来的结果人脸糊得像打了马赛克，纹理细节全是伪影。我让他换成ESRGAN的RRDB结构，顺便把感知损失的权重从1e-2调到1e-3，结果第二天他发消息说“哥，效果炸了”。这就是我今天想聊的——RRDB到底好在哪，感知损失怎么调才不翻车。从SRGAN到ESRGAN：残差块的那点破事SRGAN用的残差块是BN+ReLU+卷积的经典组合，但BN在超分任务里有个致命问题：它会把不同批次的统计信息混在一起，导致生成图像的色彩和对比度出现奇怪的漂移。你训练时看着Loss在降，但验证集上的PSNR死活上不去，十有八九是BN在搞鬼。ESRGAN直接把BN干掉了，换成残差缩放和密集连接。RRDB（Residual-in-Residual Dense Block）的核心逻辑是：一个大的残差结构里嵌套多个小的残差密集块。每个小块的输出会拼接到后面所有块的输入上，最后再乘一个缩放因子（默认0.2）加到主路径。# 这里踩过坑：缩放因子别乱改，0.2是经验值classRRDB