实验结果出现了一些问题，麻烦解惑！

[BaiZS]

您好，首先感谢您的项目，我觉得很厉害！ 我用您的源代码复现了一遍，但是发现结果不尽人意，源代码我都没有改过，但是不管是用我自己训练出的模型跑测试得出的结果还是用您给的100轮模型跑出的结果，表现都不是很好，能看一下您跑的结果是什么样的吗，为什么我用您提供的模型跑的都表现不好？下面是几张最终结果图。 ![Uploading antique-honiton-lace-1182740_1920.png…]() ![Uploading ball-597523_1920.png…]()

[kfeng123]

您好，用我们的100轮模型，在测试图片上跑出来的结果并不应该是这样的，应该是和ground truth很接近的。自己训练应该也是一样。这种结果很可能是出了bug了。您是用我们提供的测试代码进行测试的吗？代码做了哪些更改？

[BaiZS]

我是用的您发布的代码，我又重新测试了一次，步骤如下：

1.matting/utils/config.py中改数据集路径名称： train_path_base = "/home/bai/Datasets/LSA_Dataset/AdobeTrain"； “fg”文件夹中放的是原图像； “kappa_fg”文件夹中放的是通过算法获得重新估计的前景，即运行"python tools/reestimate_foreground_final.py"得到的前景； “coco_bg”中放的是"COCO_train2014_000000000009"等COCO数据集的图片； “alpha”中放的是GroundTruth。 test_path_base = "/home/bai/Datasets/LSA_Dataset/AdobeTest"； "merged"文件夹中放的是原Composition-1K数据集测试集中的50张原图片； "trimaps"文件夹中放的是trimap图； "alpha_copy"文件夹中放的是GroundTruth。 2.下载预训练模型resnetv1d50_b32x8_imagenet_20210531-db14775a.pth放在pretrained里面；下载最好的训练模型ckpt_e100.pth放在model里面； 3.测试时更改“matting/models/model.py”中的第105行：“for the_step in range(100):”改为“for the_step in range(1):” 4.运行bash test.sh

结果不尽人意，还是之前那样与GroundTruth相差甚远，不知哪里出现问题，希望您能帮忙看一下，万分感谢！

[BaiZS]

运行结果是这样的：

[BaiZS]

如上所述，我复现的您的代码，修改的部分只有上述那几个，不知道哪里出问题了，结果很差，希望您能指导一下，麻烦帮忙看看是哪一步的问题？

[kfeng123]

如上所述，我复现的您的代码，修改的部分只有上述那几个，不知道哪里出问题了，结果很差，希望您能指导一下，麻烦帮忙看看是哪一步的问题？

您好，抱歉我才看到您的回复，最近有点忙。我根据您的描述，对一点有疑问，就是您说"merged"文件夹中放的是原Composition-1K数据集测试集中的50张原图片。我想问下，您这里放的，是前景背景合成之后的图片，还是没有合成的纯前景呢？

[BaiZS]

还得是大佬啊，我测试集放错了，尴尬了，应该放50*20=1000张的测试图片是吗，也就是用的是GCA Matting的测试集？

[kfeng123]

还得是大佬啊，我测试集放错了，尴尬了，应该放50*20=1000张的测试图片是吗，也就是用的是GCA Matting的测试集？

嗯放1000张，adobe有自己合成的代码，印象中gca的合成的代码和adobe官方的有点差别。

我们的模型应该不会有什么大问题。我们花了功夫做的。它真的有效，没有水分。

[BaiZS]

是，我很喜欢您的项目，不然也不会断断续续搞了一个多月了，希望能从您这学习到东西，我目前也是刚接触这方面，有很多东西都不太会，给您添麻烦了，也感谢您的回复，望您学术顺利！