Image-Super-Resolution-via-Iterative-Refinement
Image-Super-Resolution-via-Iterative-Refinement copied to clipboard
about test LR
Thank you very much for the author's magnificent work~
I am just beginning to understand the work of diffusion models in superresolution. I would like to ask, does a diffusion model based hypernetwork limit the size of low quality images when testing? Or can any scale be used.
你好,我可以问你一些关于项目测试的问题吗? 我刚刚学习,我并没有找到在哪里使用训练后的权重文件,我应该如何进行测试。谢谢
我也是刚学习,我用valid当作测试的,infer.py还不会配置。
你怎么用vail测试的?可以具体描述下吗
python eval.py -p [result root] 可以进行测试吗? 我不知道怎么定义输入
python eval.py -p [result root] 这个是评估PSNR、SSIM的指标,不是测试。 我是用这个python sr.py -p val -c config/sr_sr3.json测试的(需要修改sr_sr3.json的配置)
Thank you very much for the author's magnificent work~
I am just beginning to understand the work of diffusion models in superresolution. I would like to ask, does a diffusion model based hypernetwork limit the size of low quality images when testing? Or can any scale be used.
实际上对低质量图像没有限制,但是对采样后图像尺寸有限制。因为需要把低质量图像先采样到输出尺寸,再做同尺寸的精细化。
python eval.py -p [result root] 这个是评估PSNR、SSIM的指标,不是测试。 我是用这个python sr.py -p val -c config/sr_sr3.json测试的(需要修改sr_sr3.json的配置)
这个代码里面怎么改成有条件生成呢?我把train中的是否需要LR改成了LRHR,结果报错,这个LRHR是只能用在val里面吗? 请大佬指点一下
LR HR是什么意思呀?论文里对应哪部分哎?
LR HR是什么意思呀?论文里对应哪部分哎?
是代码中的是否需要低分辨率吧图像和高分辨率图像
感谢您的回复。我有一点没理解,我们这个模型不是超分辨率模型嘛,低分辨率和高分辨率不应该是必须的嘛?
我目前认为的变量:
SR: 插值变大后的LR
LR: 提供condition 的低分辨率图
HR: 高分辨率标签
INF: 推理结果
我的想法正确吗?如果是这样的话,LRHR和HR训练的区别是否仅在于 “手动插值生成SR,还是由代码决定”?
变量是正确的,但我已经很久没有看这个代码了,需要你自己去代码中寻找
感谢您的回复! 如果您以后有在图像翻译领域的应用,欢迎与我讨论。我目前正在利用sr3做对比试验。我的工作将与跨模态生成时的控制相关。 祝您科研顺利。