ChenzhaoNju / WF-Diff

Here is the official repository of WF-Diff reproductions.
39 stars 0 forks source link

一些问题 #16

Closed orangYZC closed 1 month ago

orangYZC commented 1 month ago

b7bfd520cb8f766490cdf049053456f

烦请作者解释一下,为什么别人的大图明显比你的清晰 但是放大图你的方法确清晰很多? 是否是通过压缩分辨率造假的图呢?

ChenzhaoNju commented 1 month ago

b7bfd520cb8f766490cdf049053456f

烦请作者解释一下,为什么别人的大图明显比你的清晰 但是放大图你的方法确清晰很多? 是否是通过压缩分辨率造假的图呢?

造假很好玩嘛?

CVPR做个效果图,图都对不齐??这是搞科研的态度嘛?

如涉及学术道德问题,烦请自行撤稿

面的多年后入了教职,干了行政被别人拔出来造假抓住把柄

再问一句,造假真的不怕嘛?

论文写的漏洞百出,不公布代码就不怕别人找出来你造假?

那你起码论文写好点啊

首先,针对你说的清晰度的问题,大图的可视化是在PPT上统一压缩成一样大小展示的,小图是在每个方法生成的图上剪裁得到的,没有任何压缩分辨率!没有任何压缩分辨率!没有任何压缩分辨率!没有任何压缩分辨率!没有任何压缩分辨率!你如果不信,DW-water和Ushape他们开源了,你自己去复现他们,看看他们的细节结果。我郑重承诺,所有对比实验都是按照开源代码复现,或者使用他们的预训练模型,可视化没有任何修改。 另外针对WF-diff的开源问题,这个仓库不删除,我就一定会开源。之所以一直耽搁着没有开源,一是上半年一直在找phd position,二是暑假换方向给老师做一个项目,现在又得赶cvpr,24年以来我一直非常忙啊。而且WF-Diff的代码一开始写的比较乱,而且南师大在去年12月份的时候学校非常傻逼,服务器更换系统很多数据都被删除了,代码我也得花一定的时间整理啊,最起码得调试好确定没问题啊,很多实验还得复现啊。

ChenzhaoNju commented 1 month ago

b7bfd520cb8f766490cdf049053456f

烦请作者解释一下,为什么别人的大图明显比你的清晰 但是放大图你的方法确清晰很多? 是否是通过压缩分辨率造假的图呢?

造假很好玩嘛?

CVPR做个效果图,图都对不齐??这是搞科研的态度嘛?

如涉及学术道德问题,烦请自行撤稿

面的多年后入了教职,干了行政被别人拔出来造假抓住把柄

再问一句,造假真的不怕嘛?

论文写的漏洞百出,不公布代码就不怕别人找出来你造假?

那你起码论文写好点啊 再提一句,我们后期也有一系列工作做出来,PA-DIFF([Learning a physical-aware diffusion model based on transformer for underwater image enhancement]),Omamba([O-Mamba: O-shape State-Space Model for Underwater Image Enhancement] PA-Diff也开源了,Omamba AAAI已经过了第一轮,审稿结果出来,没大问题也会开源。水下的实验都是我跟我师弟一起完成的,后面的工作我主要是在指导。因为最开始我也没接触过这个领域,很多设置也不明白,后来我才渐渐反应过来,很多方法的很多setting不一样,比如数据集划分方式不一样,比如数据增强方式不一样,有的是resize,有的是crop,再比如有的方法只能resize成256去测,等等等,在后续的工作,当我们了解了这些东西,我们也一直想把这些设置统一起来啊。

ChenzhaoNju commented 1 month ago

b7bfd520cb8f766490cdf049053456f

烦请作者解释一下,为什么别人的大图明显比你的清晰 但是放大图你的方法确清晰很多? 是否是通过压缩分辨率造假的图呢?

造假很好玩嘛?

CVPR做个效果图,图都对不齐??这是搞科研的态度嘛?

如涉及学术道德问题,烦请自行撤稿

面的多年后入了教职,干了行政被别人拔出来造假抓住把柄

再问一句,造假真的不怕嘛?

论文写的漏洞百出,不公布代码就不怕别人找出来你造假?

那你起码论文写好点啊

另外,这篇论文的实验设置上可能存在不完善的点,在我们后续的工作PA-DIFF和Omamba中,都进一步进行了完善,Omamba是跑了2个设置(全分辨率和resize256*256),之所以搞这两个设置是因为,有好几个方法在全分辨率上的效果太差了,指标低的让人觉得是实验做错了,但是我师弟也复现了好几次,也确实找不出问题啊,实在没办法啊

orangYZC commented 1 month ago

(806) (765) 我复现,我花了两三个月对水下基本所有方法复现完了,只有Ushape是限制死了256x256测试 DW-water是因为用的采样策略导致他必须用8的倍数的分辨率测试,但是你们也以为他只能在256x256测试

我发一下这两张的原图,你反正看看,扪心自问吧 你刚刚的那条回复我已经知道问题是怎么发生的了 你们的论文指标数据是使用256x256的图测试的,在你们的PA-DIFF已经写清楚了 但是你们的可视化图像是在原始尺寸上测试的,别人的方法是在256x256再resize到大尺寸的

哥们儿不不知道你是有心的还是无心的,256上测试会比原图测试的PSNR高一个点左右

可能真的是无心的吧,但是这真的是学术造假

orangYZC commented 1 month ago

然后DW-water的复现我提醒一下源代码是128x128的输入,你们要完全复现到他们的结果,要跟你们自己256x256的设置保持一致 大概训练时间要一个多星期,在3090上

orangYZC commented 1 month ago

你要是不怕多年之后被人抓把柄,那也无所谓吧, 后期改进,别人以后抓你把柄可不会管你以后会不会改进 数据上有些差池那无所谓,没人能验证你的数据真假 但是你把可视化图做进了文章里,这是一眼就能看出来的破绽

PPT压缩图片,要能压成这样,为什么别人的不压缩,只压缩了你自己的?

PPT又会压缩别人的细节图,但是不会压缩你的细节图

你要是图片分辨率跟别人一样,会出现这样的问题吗?

你好好问问你师弟实验是怎么做的吧

ChenzhaoNju commented 1 month ago

(806) (765) 我复现,我花了两三个月对水下基本所有方法复现完了,只有Ushape是限制死了256x256测试 DW-water是因为用的采样策略导致他必须用8的倍数的分辨率测试,但是你们也以为他只能在256x256测试

我发一下这两张的原图,你反正看看,扪心自问吧 你刚刚的那条回复我已经知道问题是怎么发生的了 你们的论文指标数据是使用256x256的图测试的,在你们的PA-DIFF已经写清楚了 但是你们的可视化图像是在原始尺寸上测试的,别人的方法是在256x256再resize到大尺寸的

哥们儿不不知道你是有心的还是无心的,256上测试会比原图测试的PSNR高一个点左右

可能真的是无心的吧,但是这真的是学术造假

WF-diff是基于其他领域的方法做的,当时复现Ushape的时候非常不理解为什么会resize成256,这样不是会破坏图像的结构吗。但是代码又改不了。但是有的方法有不是resize,是crop,去年那时候非常的迷茫。但是为了投cvpr,我只能硬着头皮做下去。因为这是我能读博的最后的机会了,在此之前我做过一些工作,都被拒了。我从2022年一直被拒到2024年10月份。所以在后续的PA-diff的工作中,为了公平性,我们直接基于DM-water去改,但是还是觉得这样的设置有问题。后来的Omamba中,我们直接搞了两套设置都跑。我们也一直想把这个领域的设置统一起来。当然,后来的工作实验都是我师弟在做,我会给予一些指导。

orangYZC commented 1 month ago

行吧,我理解了

ChenzhaoNju commented 1 month ago

吧,我理解了

我只能说,当时如果不是时间太紧急,我们也一定会把实验做的完美,但是那是我最后能读博的机会了。唉,希望你能理解

orangYZC commented 1 month ago

读了博士,后面认认真真搞科研吧,你也看到了,一点点设置问题会给自己带来多大的麻烦

ChenzhaoNju commented 1 month ago

读了博士,后面认认真真搞科研吧,你也看到了,一点点设置问题会给自己带来多大的麻烦

这是一定的,谢谢你的建议。在后续的工作中(目前正在做的),所有的数据都有保存好,代码也在很规范的写,实验设置在最好是就研究清楚,并且做好及时开源的准备。水下图像领域我师弟也一直在做,后面我会和他继续follow这个领域,尽量把这个领域做的规范一点,在Omamba中,开源我们划分的数据集,预计也会把所有对比方法(包括我们的)在所有数据集上的结果都开源,而且我们也跑了两个设置(256和全尺寸)。

orangYZC commented 1 month ago

对于图片尺寸设置的问题,256x256的测试标准是Ushape在发布LSUI时制定的,2021年发在arxiv上,2023年中TIP 在所有2023年的工作中,受ushape的影响,都采用了和以前不一样的标准 我对这个标准也是恨之入骨,这不是你的问题,是这个领域的问题 我们也在我们最新的工作中给出了在256和全尺寸上两个指标

orangYZC commented 1 month ago

我们也预期会公布所有的测试结果和划分方式,大家一起努力把这个领域做的规范一些吧

ChenzhaoNju commented 1 month ago

对于图片尺寸设置的问题,256x256的测试标准是Ushape在发布LSUI时制定的,2021年发在arxiv上,2023年中TIP 在所有2023年的工作中,受ushape的影响,都采用了和以前不一样的标准 我对这个标准也是恨之入骨,这不是你的问题,是这个领域的问题 我们也在我们最新的工作中给出了在256和全尺寸上两个指标

原来256是LSUI制定的,怪不得他只能256测,这个标准我之前一直不知道是怎么回事。好的,一起努力!