TianheWu
commented
2 years ago 您好！ 感谢您提出的问题。很高兴为你解答！
在train_maniq中，num_avg_val设置为5是为了与去年IQT的验证图的方式保持一致。这里测5次和论文里提到的是两个事情。这里测5次是五点测图法，可以看我们写的函数，就是左上，右上，左下，右下，和中间五次，取平均。也就是IQT他们的做法，IQT的做法是我们向组委会发邮件时询问到的。因为IQT官方并没有开源。
论文中4.2节最后提到的是我们在做live，csiq，tid2013等其余数据集时的做法，我们在其余数据集进行验证的时候是对每一张图片随机crop20次，再取平均。5次的测试是指随机选择5个random seed，每一个random seed都对应20次随机crop。
我们在NTIRE2022比赛中的做法与做其余数据集验证时不同，为了在比赛中获得更高的分数，我们进行了非常多的测试，集成模型，发现将num_avg_val设置为1时分数更高。但是比赛终究是比赛，真正做实验验证的时候是不能集成模型的，而且对一张图片的分数测试时是不能仅仅只测5次，因此我们选择了crop20次。
YaoShunyu19
您好！关于num_avg_val，我有一点疑问。 在train_maniqa中，num_avg_val设置为5，对288288的图像进行5次定点裁剪得到5个224224的图像，然后估计分数取平均值。在inference中，设置为1。 请问您在提交NTIRE2022的过程中是将num_avg_val设置为1得到output.txt的吗？和论文中4.2节最后一段文字有什么关系吗？ 希望得到您的解答。