search

The-Learning-And-Vision-Atelier-LAVA / DASR

[CVPR 2021] Unsupervised Degradation Representation Learning for Blind Super-Resolution
MIT License
388 stars 50 forks source link

自己训练的model 与您提供的model，测试PSNR结果差异。X2 iso #38

Open zyf1040895256 opened 2 years ago

zyf1040895256 commented 2 years ago

image image 第一张图是我自己在X2 各向同性高斯核上的测试结果，配置信息如下： 为什么与您论文中的X2iso 测试结果有差距呢？ python main.py --dir_data='/home/bobo/F/SuperResolution/DASRend' \ --model='blindsr' \ --scale='2' \ --blur_type='iso_gaussian' \ --noise=0.0 \ --sig_min=0.2 \ --sig_max=2.0

zyf1040895256 commented 2 years ago

使用您提供的模型model600，效果确实跟论文中的一样，请问是否我训练步骤哪里出问题了？

zyf1040895256 commented 2 years ago

@zyf1040895256 您好！你这是在linux上跑的吗？在linux上跑的时候遇这个问题，您遇到了吗？ image

没遇到过，环境问题吧。

LongguangWang commented 2 years ago

Hi @zyf1040895256, 看复现的结果除了sigma=1.8外其他场景下与我们的结果差异都不是很大，甚至有些场景比我们文中的结果还要更好。我们网络中的退化表示学习部分属于无监督学习，无监督学习相比于有监督学习来说随机性更强一些，多次训练的性能波动更大一些。建议多train几次应该就可以得到更好的性能。

xiab3369 commented 2 years ago

I meet the same issue. The performance of DASR is even lower than predictor+SRMDNF 0.8dB on Set5! (We have train 5 parallel DASR models, and select the best one.)

github123jiang commented 1 year ago

Hi @zyf1040895256, 看复现的结果除了sigma=1.8外其他场景下与我们的结果差异都不是很大，甚至有些场景比我们文中的结果还要更好。我们网络中的退化表示学习部分属于无监督学习，无监督学习相比于有监督学习来说随机性更强一些，多次训练的性能波动更大一些。建议多train几次应该就可以得到更好的性能。

作者您好，能加下您的QQ么？ 我的qq是3032296648