Open try-agaaain opened 1 week ago
我通过扩散模型得到的恢复结果没有这类过平滑问题,而这些方法在论文中展示的恢复结果并没有明显的过平滑问题。
并不是我故意把这些方法调差,我不清楚是哪里出了问题🤔 😶🌫️
你试试增大SSIM loss的权重?L1损失会让图像平滑一些,所以可能是L1 loss的权重过大,我也不是很确定,可以试试。 https://github.com/Shuaizhang7/AttentionGAN-for-Cloud-removal/blob/da047b3992c8a027a0a561b4b9874e85e9da5db7/models/pix2pix_attn_model.py#L175C9-L175C107 如果这个方法有效的话,麻烦告知我一声。
另外,LGE-CR这篇论文在复现我们的方法时,也出现了平滑的问题,你可以参考下。
您好,我把这个方法用于13个波段的遥感图像,数据来自SEN12MS-CR的5个场景,并提供SAR作为辅助图像,在只更改数据加载方式不更改其他参数的情况下,训练后得到的恢复结果过于平滑。
我也用SpAGAN、HS2P等方法进行了训练,但在恢复区域都出现了过平滑问题,效果如下:
从上到下依次为cloud-attention GAN、HS2P、SpAGAN的恢复结果。您在训练的过程中是否遇到过类似的过平滑情况呢?