search

Algolzw / image-restoration-sde

Image Restoration with Mean-Reverting Stochastic Differential Equations, ICML 2023. Winning solution of the NTIRE 2023 Image Shadow Removal Challenge.
https://algolzw.github.io/ir-sde/index.html
MIT License
580 stars 42 forks source link

关于模型振幅保持能力 #69

Open xiaojiebangbang opened 11 months ago

xiaojiebangbang commented 11 months ago

作者您好，我想用latentRefusion做信号去噪，但是发现结果的细节恢复能力很好，但是幅度保持能力较差，各个频率的信号都有衰减，您对这个模型了解更加深入，请问应该是什么原因导致这样的结果呢？期待您的回复！

Algolzw commented 11 months ago

你好，latent-refusion本身确实会降低图像生成的性能（我猜测unet和refusion是分开训的，并不能保证refusion生成的latent正好是unet的latent因此会有一定误差）。如果你想做信号去高斯噪声的话可能尝试denoising-ode，这个模型是专门用于高斯降噪的。

xiaojiebangbang commented 11 months ago

你说的denoising-ode只能去除高斯噪声嘛还是说只要有配对数据就可以除去任意类型的噪声？

发自我的iPhone

------------------ 原始邮件 ------------------ 发件人: balabala @.> 发送时间: 2023年12月13日 18:01 收件人: Algolzw/image-restoration-sde @.> 抄送: xiaojiebangbang @.>, Author @.> 主题: Re: [Algolzw/image-restoration-sde] 关于模型振幅保持能力 (Issue #69)

你好，latent-refusion本身确实会降低图像生成的性能（我猜测unet和refusion是分开训的，并不能保证refusion生成的latent正好是unet的latent因此会有一定误差）。如果你想做信号去高斯噪声的话可能尝试denoising-ode，这个模型是专门用于高斯降噪的。

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

Algolzw commented 11 months ago

目前只能是高斯噪声= =，想去除任意噪声还是用IR-SDE或者Refusion吧。

xiaojiebangbang commented 11 months ago

好的谢谢您的回复

发自我的iPhone

------------------ 原始邮件 ------------------ 发件人: balabala @.> 发送时间: 2023年12月13日 18:26 收件人: Algolzw/image-restoration-sde @.> 抄送: xiaojiebangbang @.>, Author @.> 主题: Re: [Algolzw/image-restoration-sde] 关于模型振幅保持能力 (Issue #69)

目前只能是高斯噪声= =，想去除任意噪声还是用IR-SDE或者Refusion吧。

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>