AolinFeng / PMP-VVC-TIP2023

Partition Map Prediction for Fast Block Partitioning in VVC Intra-frame Coding
11 stars 2 forks source link

some question #7

Closed VCwen123 closed 10 months ago

VCwen123 commented 11 months ago

作者你好,因为在测试中效果对不上,我想请问在你这篇论文中的数据结果的测试条件是什么呢?比如编码多少帧,编码间隔是多少呢? 同时在inference_QBD推理端的过程中需要保持和VTM中编码间隔一样的呢,比如是在inference_QBD端是将一个序列的partition全部推理出来吗?还是始终按照VTM中的需求保持一致呢? 假如我在VTM端要编码30帧,编码间隔是8的话,inference_QBD是对序列全部推理,还是推理间隔是8呢? inference_QBD的推理的batchsize大小是256还是400呢?还有在论文中计算时间为什么不包含seqs_block_time时间呢? 希望能得到你的解答谢谢。

AolinFeng commented 11 months ago
  1. 网络训练带有随机性,重训网络有性能波动属于正常现象,测试条件是ctc条件,编码所有帧,间隔是8。
  2. 要编码哪些帧,就推理哪些帧的划分,推理划分的过程和编码过程是独立的,因此可以先于编码进行。
  3. 推理过程中的batch size不影响性能,只影响推理时间.
  4. seqs_block_time是对输入的帧进行分块(用于送入网络)的时间,这个时间是计入论文中汇报的总编码时间的,但是因为这个时间占比非常小,所以论文中没有分析这部分时间占比。
VCwen123 commented 10 months ago

好的看到了谢谢