dense residual unit(DRU)

dense residual unit（DRU）是一种块结构，专门用于滤波任务。它结合了ResNet中的残差学习和DenseNet中的密集快捷方式的优点。在DRU中，批量归一化（BN）层被移除，以避免丢失对图像恢复有价值的低层特征。同时，DRU中的残差块也移除了原始值跳过连接后的激活层，以促进信息的流动。DRU由一个1x1的卷积层（作为bottleneck layer）、两个卷积层3x3和一个激活函数（ReLU）组成。此外，DRU还包括两条捷径，内部捷径通过将1x1的卷积层的输出与最后一个卷积层的输出相加来实现残差学习，而外部捷径直接将原始输入传递给下一个单元，以便后续单元可以从先前的输入中探索新的特征。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *2* *3* [基于NN的编码：Dense Residual Convolutional Neural Network based In-Loop Filter[DRNLF]（Tencent）](https://blog.csdn.net/BigDream123/article/details/115142699)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]