search

xinntao / ESRGAN

ECCV18 Workshops - Enhanced SRGAN. Champion PIRM Challenge on Perceptual Super-Resolution. The training codes are in BasicSR.
https://github.com/xinntao/BasicSR
Apache License 2.0
5.91k stars 1.05k forks source link

利用自己的数据集来fine-tune你们提供的ESRGAN model #55

Open shiyangjing opened 5 years ago

shiyangjing commented 5 years ago

您好，我直接用你们提供的训练好的ESRGAN模型来测试jpg图片，生成质量不佳，因此，我想用自己的样本图像集来fine-tune模型，应该怎样做？另外，为了减少训练时间，fine-tune时可以固定前几层的参数，只调整最后几层的参数值，这样做可行吗？感谢您的关注！

xinntao commented 5 years ago

你可以使用BasicSR的training code来进行finetune。 finetune的话， 你可以用较小的learning rate， 不需要再固定layers，整个网络finetune即可。

shiyangjing commented 5 years ago

你可以使用BasicSR的training code来进行finetune。 finetune的话， 你可以用较小的learning rate， 不需要再固定layers，整个网络finetune即可。

首先感谢您的回答！我电脑配置是一块GPU GTX 1070，内存是23.5G，不固定某些layers的话，训练时间会不会很长啊？我的想法是单独拿出生成器G来fine-tune，把RRDB_ESRGAN_x4.pth当做预训练模型，固定G的网络结构的前面一些layers，调整后面层的参数，这样把训练过程中的判别器D去掉的微调方式可行吗？

xinntao commented 5 years ago

ESRGAN的训练是很久。 如果你要训练perceptual-driven的SR， 把D去掉的话， 就是没有GAN loss了。 结果估计不行。

shiyangjing commented 5 years ago

ESRGAN的训练是很久。 如果你要训练perceptual-driven的SR， 把D去掉的话， 就是没有GAN loss了。 结果估计不行。

不固定layers，整个网络fine-tune的话，我将learning rate调小到多少比较合适？调小lr的同时减少训练迭代次数，这样能减少训练的时间吗？

xinntao commented 5 years ago

finetune的话， 可以把lr减小一半开始， 也可以减少训练次数。 这个依据具体模型而定。

jiequanz commented 5 years ago

你们好，想问个很基础的问题。 这里的fine tune指的是什么？方便解释一下吗？谢谢！

xinntao commented 5 years ago

Use a pre-trained model to continue your training.