Xiangtao Kong

最后的模型权重就是check point啊。还是说所有的checkpoint？那个不准备放出了，数量太多了。训练曲线放过图了

抱歉，我没训练过八倍超分的ClassSR

切割数据集，然后把每个patch用SRResNet跑一便，按照PSNR结果排序，找到阈值，divide_train.log就做好了

感谢关注~应该是2e-4，具体参考对应yml文件里，默认的就是使用的

学习率用的一样的，可以根据自己训练的情况调整三个loss的权重，谁高了可以加大一些权重。PSNR一直保持不变可能是全去了最复杂支路，可以检查一下，如果这样的话要加大avgloss权重。 最近比较忙，我可以发一下refine前的代码，你需要稍微改改再用~

1.没错，超分之后变成四倍大 2.是的。这种操作也可以，就是不预训练分类模块，直接联合训练。

> > > > 你好，请问你把class loss 和 average loss应用到降噪上最后work了吗？我发现数据集如果不划分（即初始branchs都在一个数据集上train），最后classifier不会收敛= = work的，文章接近最后有放DNCNN的结果，但我觉得如果用到去噪上还可以做一下patch大小之类的适配（因为超分会x4，去噪相当于只x1） 对，这样不会收敛的。初始branch放在一个数据集上train会导致他们没有各自“擅长”的部分，这个知识也就没法在联合训练里传递给classifier了。

thop包，测的代码都在项目里

classsr会把整图裁剪成一些小图然后恢复再拼接，小图的大小是128*128 步长 16，剩下的不够一张小图，就相当于“裁剪”了边缘。计算的话就是在拼起来之后的那个区域计算。 如果你只是想要图，可以直接跑RCAN之类的单模型，就不会有这个问题了

LR 32*32 步长4 超分之后就是128*128 步长16啦，是的 有部分重合，拼接的时候要平均一下，防止明显切割痕迹 ---原始邮件--- 发件人: ***@***.***> 发送时间: 2022年1月25日(周二) 中午11:11 收件人: ***@***.***>; 抄送: "Xiangtao ***@***.******@***.***>; 主题: Re: [Xiangtaokong/ClassSR] 超分后图像尺寸问题 (Issue #41) @Xiangtaokong 谢谢您的回答，不过论文中描述patch_size=32，您说的图像块128128步长16是什么意思呢？分类的时候图像块的大小为128128吗？且相邻图像块之间有重复的区域？ — Reply to this email...