LinJiayu
LinJiayu
Hello, when calculating FID, do you compare 10,000 result pictures with 10,000 GT pictures, or compare 10,000 result pictures with all GT pictures?
看了你的修复图像，似乎黑块没有出现在破损区域，是在未破损区域生成的。是否是代码中，未将GT与修复好的图，进行叠加生成的？
> 是的
对的 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年5月19日(星期四) 下午5:56 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [KumapowerLIU/Rethinking-Inpainting-MEDFE] 我在复现作者的代码出现的问题 (Issue #35) 这是我训练样本的图片，GT还未剪切到修复图片的非mask部分，不过我的测试代码中有剪切操作，你说的叠加生成是指这个剪切操作吗？ — Reply to this email directly, view it on GitHub, or...
Hello author, I found that using a 128*128 mask in the center of the celeba dataset does not have a particularly good effect. For example, using a 120*120 mask can...
你好，我也在复现作者的代码？能和你一起交流下吗
当面对mask比率较大时，会有这个问题 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年5月19日(星期四) 下午4:16 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [KumapowerLIU/Rethinking-Inpainting-MEDFE] 您好，我最近在复现您的代码，但是遇到一些问题，可以和您交流一下吗 (#21) 你好，我也在复现作者的代码，我用随机mask去训练places2数据集时，修复的图片总是固定的位置有黑块或者白块，请问你们有遇到同样的问题吗？ — Reply to this email directly, view it on GitHub, or unsubscribe....
10%-30%是小区域的破损，但当面对大的破损区域时，该网络的性能下降比较多。我猜测应该是在是Multi-scale filling部分直接将它们缩放成32*32的比例。仍不能很好地解决结构和纹理的一致性问题。还有其他网络普遍使用的partial convolutions可以解决当面临大面积破损时，性能表现较好，但本文作者似乎在编码器和解码器中没有使用，导致破损越大，性能下降比较多。 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年5月19日(星期四) 下午4:25 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [KumapowerLIU/Rethinking-Inpainting-MEDFE] 您好，我最近在复现您的代码，但是遇到一些问题，可以和您交流一下吗 (#21) 想问下，为啥作者在20%~30%的随机mask上能够修复的这么好，是有什么方法可以解决这类黑块的问题吗，还是说这是无可避免的？ — Reply to this email directly, view it on GitHub,...
训练时，需要用整个(12000张)不规则数据集进行训练 ------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2022年5月19日(星期四) 下午4:49 收件人: ***@***.***>; 抄送: ***@***.***>; ***@***.***>; 主题: Re: [KumapowerLIU/Rethinking-Inpainting-MEDFE] 您好，我最近在复现您的代码，但是遇到一些问题，可以和您交流一下吗 (#21) 十分感谢你的解疑！我在复现过程中，使用的是20%~30%的mask进行训练，这时候就出现了黑块的原因，想问下你当时复现的时候是使用什么范围的mask进行训练的呢？ — Reply to this email directly, view it on GitHub, or unsubscribe....
> 这是不正确的，正确的是` > if self.opt.mask_type =='center'： > self.mask_global.zero _（）（shape：1 256 256） > self.mask_global [:,：，int（self.opt.fineSize / 4）+ self.opt.overlap：int（self.opt.fineSize / 2）+ int（self.opt.fineSize / 4）-self.opt.overlap， > int（self.opt.fineSize / 4）+ self。 opt.overlap：int（self.opt.fineSize / 2）+...