163、多尺度超分：从单一尺度到任意尺度重建的插值与学习型方法对比一、一个让我熬夜的bug上周调一个视频超分项目，模型在2倍、3倍、4倍尺度上表现都挺好，结果产品经理扔过来一个需求：“用户上传的图片分辨率不固定，能不能支持任意倍数放大，比如1.7倍、2.3倍？”我当场就想摔键盘。常规超分模型都是固定尺度训练的，你让我做任意尺度？这不是要我重新训练十几个模型吗？后来翻了一晚上论文，发现这个坑早就有人踩过了。多尺度超分（Multi-scale SR）这个方向，本质上就是解决“一个模型搞定所有放大倍数”的问题。今天就把我踩过的坑和学到的经验掰开揉碎讲清楚。二、插值法：最朴素但最坑的方案先说说最直接的做法——用插值把输入缩放到目标尺寸，再送进固定尺度的超分模型。# 别这样写！这是坑defnaive_arbitrary_sr(lr_image,scale_factor)