SUPIR
SUPIR copied to clipboard
Fanghua-Yu
有关于效果展示
看了论文
We collect a dataset comprising 20 million highresolution, high-quality images for model training, each enriched with descriptive text annotations.
请问是否可能只是因为是大批量的训练数据使得模型效果OK
请问是否直接用这批数据直接训练过其他超分的模型
请问您的对比是直接拿现有的模型在测试数据集中挑选数据测试的，还是基于您大批量数据训练之后的效果测试对比
我们直接和其他开源的方法进行的对比。我们的目的并不是为了证明我们的架构在学术上具有绝对优势，而是证明底层视觉大模型的潜力。数据是开发大模型不能被忽视的重要一环，这不仅涉及数据的收集，还涉及数据的清洗，处理，加权等。我们不否认其他的方法同样在大量数据上训练之后的可能的效果。但是我们同样也强调我们这个工作的独特价值。模型规模化是一个系统性的工程，并不是数据量上去了，任何一个模型都能成功。否则GPT4也就不再是GPT4了。
我们会后续放出源代码，并开放线上免费测试。欢迎关注尝试，并反馈意见。
我们直接和其他开源的方法进行的对比。我们的目的并不是为了证明我们的架构在学术上具有绝对优势，而是证明底层视觉大模型的潜力。数据是开发大模型不能被忽视的重要一环，这不仅涉及数据的收集，还涉及数据的清洗，处理，加权等。我们不否认其他的方法同样在大量数据上训练之后的可能的效果。但是我们同样也强调我们这个工作的独特价值。模型规模化是一个系统性的工程，并不是数据量上去了，任何一个模型都能成功。否则GPT4也就不再是GPT4了。
我们会后续放出源代码，并开放线上免费测试。欢迎关注尝试，并反馈意见。
数据会开源出来吗
数据开源问题将在别的issue中讨论。
请问会开源训练代码让我们用自己的数据去finetune开源的模型吗？因为测试下来在一些场景上的表现不太好，比如人像场景，原始图糊的测试图，模型结果还是比较糊，只是有很微弱的提升。
如果您能反映这些failure cases就最好了，我们估计是使用方法导致的问题。可以邮件给我们这些图我们来试一试
你好，感谢您的及时回复，我邮件发您了一些图，烦请帮忙看一下。
如果您能反映这些failure cases就最好了，我们估计是使用方法导致的问题。可以邮件给我们这些图我们来试一试
你好，感谢您的及时回复，我邮件发您了一些图，烦请帮忙看一下。
我看到您在其他的问题下面回复说正在把人脸restoration的模块加入进来，所以针对人脸效果不好的问题是已经明确了吗，不是使用方法导致？ 那么为什么对于人脸的表现不好呢，是因为数据不足导致的吗？因为我看文章里面也提到专门加入了FFHQ的数据集。