search

aipixel / AEMatter

Another matter.
GNU General Public License v2.0
58 stars 2 forks source link

main分支复现 #29

Open caihaunqai opened 1 month ago

caihaunqai commented 1 month ago

您好，感谢您的工作，我用torch1.13环境进行复现，其他环境都符合Readme要求，并且没有修改代码，在DIM上，测试结果如下，整体结果相比论文报告结果差了很多，请问可能是什么原因？谢谢。 Average: Whole Image: MSE: 0.0018012286659430776 SAD: 26.623746548828123 Unknown Region: MSE: 0.004980672549931798 SAD: 26.623746548828123

Windaway commented 1 month ago

这个需要加载swin模型，同时在训练初期看训练是否loss下降明显，不行重训练，训练代码我重构过，改了一些参数不过sad 19以下还是能做到。

caihaunqai commented 1 month ago

这个需要加载swin模型，同时在训练初期看训练是否loss下降明显，不行重训练，训练代码我重构过，改了一些参数不过sad 19以下还是能做到。

您好，这个有加载swin，在model.py里有加载。loss最后下降到0.05-0.06左右。

caihaunqai commented 1 month ago

这个需要加载swin模型，同时在训练初期看训练是否loss下降明显，不行重训练，训练代码我重构过，改了一些参数不过sad 19以下还是能做到。

我训练了3次，都是差不多的结果。loss最后下降到0.05-0.06左右。

Windaway commented 1 month ago

应该没那么高，我记得最后磨到更低，可能是有些参数重构时候不合适？Loss 0.02717635196633637 AlphaLoss 0.03338925188872963 Alpha2Loss 0.03338925188872963 0.005261471119010821 L_img 0.005261471119010821 Limg2 0.005261471119010821 0.015701981075108052

Windaway commented 1 month ago

应该差不多这个数量级……

caihaunqai commented 1 month ago

数量级好像差不多，但是高一些。您的意思是这个分支的复现和论文的结构不一致导致的吗？ Epoch 124 Total_Los 0.05027580495923758 Alpha1Loss 0.008799737475346774 Alpha2Loss 0.06145018285140395

Windaway commented 1 month ago

我重构时候的确为了可读性重写了不少……