LintaoPeng / U-shape_Transformer_for_Underwater_Image_Enhancement

U-shape Transformer for Underwater Image Enhancement
MIT License
169 stars 22 forks source link

数据集 #13

Open zzukong opened 1 year ago

zzukong commented 1 year ago

您好,感谢您和您团队的贡献。能否将您训练和测试使用的数据集发我一份呢?我的邮箱是:307574470@qq.com. 祝:科研进步,身体健康。

LintaoPeng commented 1 year ago

您好,这是数据集划分的下载链接 链接:https://pan.baidu.com/s/1xjc8hHc6IkUwg3cuPTogxg  提取码:lsui

蒹葭苍苍 @.***

 

------------------ 原始邮件 ------------------ 发件人: "LintaoPeng/U-shape_Transformer_for_Underwater_Image_Enhancement" @.>; 发送时间: 2023年3月8日(星期三) 下午5:41 @.>; @.***>; 主题: [LintaoPeng/U-shape_Transformer_for_Underwater_Image_Enhancement] 数据集 (Issue #13)

@.*** 祝:科研进步,身体健康。

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

zzukong commented 1 year ago

您好,这是数据集划分的下载链接 链接:https://pan.baidu.com/s/1xjc8hHc6IkUwg3cuPTogxg  提取码:lsui 蒹葭苍苍 @.   ------------------ 原始邮件 ------------------ 发件人: "LintaoPeng/U-shape_Transformer_for_Underwater_Image_Enhancement" @.>; 发送时间: 2023年3月8日(星期三) 下午5:41 @.>; @.>; 主题: [LintaoPeng/U-shape_Transformer_for_Underwater_Image_Enhancement] 数据集 (Issue #13) @. 祝:科研进步,身体健康。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.>

感谢您分享的数据集划分。请问您在训练网络时,是直接将LSUI数据集里的图像大小resize成256256的吗?这样训练对于那些不是正方形的图像来说,会不会损失一些东西?我的想法是直接随机裁剪成256256(对于长或宽小于256的图像,resize成比256256更大的图像,然后随机裁剪成256256的),请问哪种方法更合理一点。另外,由于网络带有下采样,有些尺寸的图像直接推理会报错(我的网络模型),请问您是怎样处理的?是在推理前,先把图像重塑为256256的再送入网络吗?进行有参考评价的时候,也把GroudTruth重塑成256256的,在进行SSIM或PSNR评估吗?非常抱歉,再次打扰您。

LintaoPeng commented 1 year ago

您好,我们在训练自己的网络时,采用的是裁剪所有图片到256*256,比如,一个1024*1024的图片可以裁剪成4张256*256的。 建议您在推理前将图片resize到256*256,相应的真值也resize到256*256

---原始邮件--- 发件人: @.> 发送时间: 2023年3月9日(周四) 下午3:30 收件人: @.>; 抄送: @.**@.>; 主题: Re: [LintaoPeng/U-shape_Transformer_for_Underwater_Image_Enhancement] 数据集 (Issue #13)

您好,这是数据集划分的下载链接 链接:https://pan.baidu.com/s/1xjc8hHc6IkUwg3cuPTogxg  提取码:lsui 蒹葭苍苍 @.   … ------------------ 原始邮件 ------------------ 发件人: "LintaoPeng/U-shape_Transformer_for_Underwater_Image_Enhancement" @.>; 发送时间: 2023年3月8日(星期三) 下午5:41 @.>; @.>; 主题: [LintaoPeng/U-shape_Transformer_for_Underwater_Image_Enhancement] 数据集 (Issue #13) @. 祝:科研进步,身体健康。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.>

感谢您分享的数据集划分。请问您在训练网络时,是直接将LSUI数据集里的图像大小resize成256256的吗?这样训练对于那些不是正方形的图像来说,会不会损失一些东西?我的想法是直接随机裁剪成256256(对于长或宽小于256的图像,resize成比256256更大的图像,然后随机裁剪成256256的),请问哪种方法更合理一点。另外,由于网络带有下采样,有些尺寸的图像直接推理会报错(我的网络模型),请问您是怎样处理的?是在推理前,先把图像重塑为256256的再送入网络吗?进行有参考评价的时候,也把GroudTruth重塑成256256的,在进行SSIM或PSNR评估吗?非常抱歉,再次打扰您。

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