预训练模型

[txy00001]

你好，1.想问一下https://drive.google.com/drive/folders/1iBdf_-LVZuz_PAbFtuxSKd_11RL1YKxM?usp=drive_link 预训练模型的链接是干嘛用的？我看训练和测试的yml里都没用到这个预训练链接里的pth；2想问一下有没有和GShift-Net，NAF-Net对比过效果和runtime呢？我看论文里没有相关指标，

[zhengchen1999]

1. 不好意思，链接提供错了，目前已经更新。正确链接 ：https://drive.google.com/drive/folders/1X3oos6dmtDDo9IqC6SK5RiujMYE6Y22q?usp=drive_link
2. 并没有在一致条件下比过。但直接对比GoPro上测试性能，我们的模型低于NAF-Net。但是测试方式（test by patches）和模型大小（28.5M vs. 67.9M）不同，直接对比不是很公平。

[txy00001]

1. 不好意思，链接提供错了，目前已经更新。正确链接 ：https://drive.google.com/drive/folders/1X3oos6dmtDDo9IqC6SK5RiujMYE6Y22q?usp=drive_link
2. 并没有在一致条件下比过。但直接对比GoPro上测试性能，我们的模型低于NAF-Net。但是测试方式（test by patches）和模型大小（28.5M vs. 67.9M）不同，直接对比不是很公平。

了解了，其实我倒是不是特别关心具体的指标精度，我更想知道推理一张图的耗时，同时在我做测试时，在REDS数据集上出来的模型去模糊效果远远好于在GoPro上面训练出来的效果，用于通用模糊图片/视频场景来看，不知道作者有没有对比过，或出现过这样的情况

这是基于reds 这是基于GOP

[txy00001]

1. 不好意思，链接提供错了，目前已经更新。正确链接 ：https://drive.google.com/drive/folders/1X3oos6dmtDDo9IqC6SK5RiujMYE6Y22q?usp=drive_link
2. 并没有在一致条件下比过。但直接对比GoPro上测试性能，我们的模型低于NAF-Net。但是测试方式（test by patches）和模型大小（28.5M vs. 67.9M）不同，直接对比不是很公平。

我自己做了对比，确实作者的模型在细节上比nafnet要更好点，对比论文里的实验结果 nafnet

[zhengchen1999]

我们选择GoPro是因为大部分去模糊模型都是在该数据集上实验的。这样做便于直接对比模型性能。 并且REDS（2019），而GoPro（2017），REDS更新，所以数据集质量应该会更好，训练出来的模型性能更好，这是正常的。

[alalnjcno]

你好 Gopro数据集的链接是不是失效了呀 点不开

[zhengchen1999]

是否可以提供链接的具体位置，我试一下。

[alalnjcno]

https://[drive.google.com](https://drive.google.com/file/d/1KYmgaQj0LWSCL6ygtXcuBZ6DfJgO09RQ/view?usp=drive_link)/file/d/1KYmgaQj0LWSCL6ygtXcuBZ6DfJgO09RQ/view?usp=drive_link 这是数据集GoPro的 Model哪里的两个链接好像也打不开 您看下

[zhengchen1999]

你是指这里给出的GoPro的链接吗？（这个我能正常打开）

是否可以截图给我看看具体位置，依据无法打开显示的什么？

[Baekstar]

你好，用自己的数据集进行test时为什么会报这样的错呢？ AssertionError: 01_GT.png is not in lq_paths. 01_GT.png是我用的数据集图片的名称。

[zhengchen1999]

使用自己数据集测试，需要将yml中的 dataroot_gt和dataroot_lq，均设置为对应路径。 如果只有lq，没有gt，则两个路径都设为lq的路径。

[zhengchen1999]

另外需要注意lq和gt图片名称是否一致，是否有额外的后缀。名称不同则会报错。

[alalnjcno]

请问从预训练模型开始训练的话 还需要有啥改动吗

[zhengchen1999]

你好，可以。 使用diffusion的位置为：https://github.com/zhengchen1999/HI-Diff/blob/main/hi_diff/models/HI_Diff_S2_model.py#L368 但是我认为没有必要使用DDIM，因为DDIM主要是加速采样。但是本方法中，采样步数很少（8），因此不需要加速。

[alalnjcno]

您好 您当时用到的 net_le_300000.pth 可以发一下链接吗 从想尝试从第二步进行训练试试

[zhengchen1999]

https://drive.google.com/file/d/1g4aKgt_eMqGcIKqj-NiFLR80tY510KZr/view PS: net_g.pth=net_g_300000.pth和net_le.pth=net_le_300000.pth