LeiXu
LeiXu
> 您好，合成退化数据这里我综合了RealESRGAN跟BSRGAN，训练流程先用L1 + 0.05*FFT Loss预训练再用GAN训练。 你好，大佬 ，又来咨询一下里。关于real_SAFMN的训练。我注意到您再用了与Real-ESRGAN相同的训练方式，但是在Real-ESRGAN源码中，两个训练阶段里都使用了MultiStepLR作为学习率调度器，但是在MultiStepLR的具体参数设置时，其中milestones直接等于total_iter（在Real-ESRGAN的两个阶段都是这样设置的），按照MultiStepLR的原理，那么整个训练过程中，学习率都是不变化的，这让我很疑惑。所以想咨询下，在您的训练real_SAFMN的过程中，使用的什么学习率调度器，学习率又是如何变化的？
> Do you know how to solve this problem? I have tried many methods with no solution. “https://huggingface.co/breezedeus/cnstd-cnocr-models/tree/main/models/cnstd/1.2”这个链接中可以下载
> 目前SeeSR还没有增加多卡推理功能。 > > 我们近期的工作OSEDiff，不需要control分支也能达到SeeSR级别的效果，显存占用会少一些。另外OSEDiff推理只需要一步，SeeSR需要50步，在推理速度方面优势也很明显。推荐尝试。 > > 详情可以参考 https://github.com/cswry/OSEDiff 你好，我在做推理的时候，显示在 preset/models/seesr路径下 缺少 diffusion_pytorch_model.bin 文件。但是您给的预训练下载文件中，并没有这个文件。请问你遇到过同样的问题吗？
你好，我在做推理的时候，显示在 preset/models/seesr路径下 缺少 diffusion_pytorch_model.bin 文件。但是作者给的预训练下载文件中，并没有这个文件。请问你遇到过同样的问题吗？
> 跟 SUPIR 比较后, SUPIR 在细节上表现比较好. 但是他是基于 SDXL 的, 这样比会有点不公平. > > 请问之后会發佈 'SeeSR-SDXL' 版本吗? 你好，我在做推理的时候，显示在 preset/models/seesr路径下 缺少 diffusion_pytorch_model.bin 文件。但是作者给的预训练下载文件中，并没有这个文件。请问你遇到过同样的问题吗？
> https://huggingface.co/stabilityai/stable-diffusion-2-base/tree/main 从这边下载 [你好，是不是在你给的链接的unet文件夹下，下载diffusion_pytorch_model.bin文件？但是该文件，在加载模型权重时会有许多权重对不上。也就是“https://github.com/cswry/SeeSR/issues/36”出现的问题。]
好的，非常感谢您的解答。 ---- 回复的原邮件 ---- | 发件人 | ***@***.***> | | 发送日期 | 2024年07月10日 15:36 | | 收件人 | cswry/SeeSR ***@***.***> | | 抄送人 | LeiXu ***@***.***>, Comment ***@***.***> | |...
> > 首先感谢作者杰出的工作，另外有一点点不明白的地方，希望作者解答一下。在checkpoints/download_github.py下载后，似乎可以得到5个模型权重，分别是net_new_bbox.pth，net_prior_generation.pth,net_real_world_ocr.pth,net_sr.pth和net_transformer_encoder.pth。然后在train.yml文件中，似乎只使用net_prior_generation.pth，net_transformer_encoder.pth和net_sr.pth。 > > > > 1. 关于train.yml文件中的net_d.pth和net_srd.pth来自哪里？ > > 2. 关于train.yml文件中，pretrain_network_ocr是否也可以使用预训练权重，模型来自哪里？是net_real_world_ocr.pth吗？ > > 3. download_github.py下载的net_real_world_ocr.pth和net_new_bbox.pth用在何处？ > > 1. 关于训练代码，可以进入https://github.com/csxmli2016/MARCONet/tree/main/Train 里有详细的介绍，按照这里的`python scripts/download.py`可以下载所需的所有文件。你提的checkpoints/download_github.py是下载测试用的模型，不是训练的。 > 2. pretrain_network_ocr可以单独训练，不用跟sr模型一起，这样可以让网络更快的去微调先验，并嵌入SR过程中。 > 3. 用到测试时的这里了 >...
你好，再请问一下，TrainData/BGSample/DF2K_Patch给了数张裁剪图像的例子，请问下背景裁剪后图像的数量对最终模型效果的影响大吗？有这个疑问，是因为我想train一下，是否需要下载DF2K或者DIV2K数据集裁出更多的背景。