Closed ersanliqiao closed 4 years ago
您好,感谢您的关注。训练效果不佳不知道是哪方面? 本文注重于验证用GAN生成的阴影能够对removal和detection都有帮助。 所有的参数应该都是默认参数。 Batch_size 等于1的原因是因为在训练过程中,我们随机resize了图片到[256,480]来保持aspect radio不变,batch_size>1不能够训练。 生成器的loss主要看preception loss,在此训练过程中,preception loss 会逐渐下降。 这里我们采用了类似于pix2pix的训练方法,循环100epoch来进行shadow合成。合成的部分阴影可以参考readme: https://github.com/vinthony/ghost-free-shadow-removal#resources
阴影合成的效果不佳
您好,请问您这里是如何定义阴影合成的“效果”呢?是SSIM,PSNR还是? 或者是相比于哪个baseline效果不佳呢?有没有训练中生成的阴影图作为证据? 如果只是说”不佳“让我有点不知道是哪方面的问题。😁
楼主你好,train_ss.py里面输入输出反了,train_A是带shadow图, train_C才是shadow free图
另外,train_ss.py里面要from discriminator import build_discriminator一行改成从networks.py导入
谢谢指正,这部分代码应该是整理的时候出了一些问题。已经改过了。
101行那部分,train_A和train_C分别是ISTD数据集的阴影图和无阴影图,这两部分代码里面也是反了的
您好只需要更改送进去graph的iminput和imtarget的顺序即可,整个代码是使用train_A来作为index的,101行用来读取,util的prepare_image用字符串replace的方式得到train_B和train_C, 这部分不可以更改。
这样是可以的,不过楼主可以把这部分细节在readme部分写详细一点,其他人可能也会容易误解
好的, 谢谢提醒。
楼主你好,能说一说阴影合成网络的具体训练参数吗?我这边复现效果并不好,另外,为什么训练batch_size都是1?我训练下来,生成器loss不收敛