Open hytu99 opened 1 year ago
对,是在CLIC 2020 professional validation set的41张图片上进行测试的。 你的意思是说你测试cheng2020的结果整体会偏低?对吧。 我论文里面cheng2020的结果是从cheng2020的官方代码库拿到的结果。 我没记错的话,compressai官方开源的结果和cheng2020官方给的那个结果是比较一致的。 因为你是在compressai上测试的,所以我对比了一下你给的结果和compressai的结果,你测试的结果似乎要比compressai上给的结果低了一些。所以我建议你想和compressai的结果对齐?也就是上面那个链接,clic2020 professional validation set的结果应该是在clic2020-mobile这个文件夹下的。 我也不太清楚是哪里的问题导致你测试结果偏低,但你用compressai的pretrained models,应该是要能得到跟compressai里一样的结果? 所以我感觉你在kodak上测试下,看结果能不能和compressai的结果对应上。如果kodak对的上,clic对不上,那应该就是你用的41张clic数据集可能存在一些问题。如果kodak也对不上,那可能就是其他地方的问题了。
您好,感谢回复! 我这边测试了一下,Kodak数据集上是能对上的,可能是我用的CLIC数据集有些问题。
关于CLIC的数据集,我有一些疑问:
您好,我测了一下,如果用CLIC mobile test下的178张图片来测试,得到的结果和compressai中mobile下的结果能对上。这样的话,compressai这边的结果就没问题,但不清楚为什么cheng2020论文中的结果是和compressai中mobile对上的。
另外,请问你们有准备release面向MS SSIM优化的模型吗?
您好,我想确认一下,对于CLIC数据集,你们是在CLIC 2020 professional validation set的41张图片上进行测试的吗?
我正在CLIC 2020 professional validation set上做一些测试,由于您暂未发布面向MS-SSMI训练的模型。我用compressai官方发布的cheng2020-attn (optimized for MS-SSIM)模型,测出来的结果如下(为了节约时间,使用的是entropy-estimation模式,但和实际压缩差别不大): { "ms-ssim": [ 0.9485660457029575, 0.9640006800977196, 0.9746105394712309, 0.982909100811656, 0.9871920754269856, 0.9904760369440404 ], "bpp": [ 0.07344438667159255, 0.11335148580554055, 0.1676517518736967, 0.25349851770371923, 0.35020289660953896, 0.4888123557334993 ], }
以dB为单位,则MS-SSIM为 [ 12.8875, 14.43706, 15.95347, 17.67235, 18.92521, 20.21182, ] 我测出来的结果和论文中Figure 7右图中的结果相差较大(论文中结果整体偏高),您知道问题出在哪吗?是数据集的问题,还是测试细节上有一些问题?
另外面向MSE优化的cheng2020-attn模型,我测出来结果如下: { "psnr": [ 30.32762732156893, 31.62418156135373, 33.03751177904083, 34.74842425090511, 36.019728218636864, 37.394848800287015 ], "bpp": [ 0.08608534591408765, 0.12756635571216665, 0.19314934858461705, 0.3055826674510793, 0.42445681334995644, 0.5825808095495876 ], } 和论文中的结果也略有差别,但差别不大。