복원 학습시 Loss는 떨어지지만, ssim 변화는 거의 없음.
주관적으로도 이미지 변화가 없다. Green,Red가 특히 복원이 잘 되지 않고 있다.
Epoch을 20에서 50으로 늘림
model의 Hidden layer를 증가시키기. 기존 이미지는 3X96X96=27.648의 feature를 가지고 있으며 모델이 이 보다 더 많은 parameter를 수용해야 한다.
(X) 데이터 타입을 uint8로 하면 복원이 잘 되지 않을까? 상관 없어 보인다.
Total MSE를 괜히 만들었나? 아니면 그냥 시각화 할 때만 잘못 만든걸까? 넘파이로 만들면 기본적으로 255값이라서 그런가? 그러기엔 이미 정규화가 된 건데... 넘파이로 시각화 할 때 방법이 틀렸나?
성능이 개선 되지 않는 이유가 비교를 잘 못 하고 있는건가? 입력과 모델 출력의 데이터 구조가 설마 한 쪽은 float이고 다른 쪽은 uint8은 아니겠지?... 어디서부터 확인 해야 되지? 훈련 안 되게 train 안 킨건가? 아닌데 그러기엔 loss가 줄어들고 있다.
그냥 강도가 strong이라서 복원이 잘 안되는거 아닐까? 쉽게 생각해보자. ---> 그러면 weak에서도 색상을 잃는지 확인해볼까?
RGB에 노이즈를 적절히 주는 것 성공 복원시 원본 이미지와 가깝게 복원하는 것이 목표임
복원 학습시 Loss는 떨어지지만, ssim 변화는 거의 없음. 주관적으로도 이미지 변화가 없다. Green,Red가 특히 복원이 잘 되지 않고 있다.