图像恢复任务要求在恢复图像时在空间细节和高级上下文信息之间达成复杂的平衡。
多阶段的图像修复网络。上采用-下采样的encoder-decoder结构可以获得足够的感受野（即上下文信息），使得网络获得更优的图片语义，但多个down-sampling会损害图片的空间特征。而保持图片单一尺度卷积运算可以保持图片的空间细节，但又受限于没有足够的感受野，语义信息不足，可见，二者模型各有利弊。所以，本篇论文作者整合两种结构，分别用于捕获语义特征和空间细节，构建多阶段网络。
本文Abstract和introduction主要内容：
网络结构：
其中：encoder-decoder
ORB（每个ORB包含多个CAB）
stage1和stage2的跨阶段特征相融：
stage2和stage3的跨阶段特征相融：
SAM
