hzwer
HDv3模型的复现
flow, mask, merged = self.flownet(torch.cat((imgs, gt), 1), scale=scale, training=training) loss_l1 = (merged[2] - gt).abs().mean() loss_smooth = self.sobel(flow[2], flow[2]*0).mean() # loss_vgg = self.vgg(merged[2], gt) if training: self.optimG.zero_grad() loss_G = loss_cons + loss_smooth * 0.1 loss_G.backward() self.optimG.step() else: flow_teacher = flow[2] return merged[2], { 'mask': mask, 'flow': flow[2][:, :2], 'loss_l1': loss_l1, 'loss_cons': loss_cons, 'loss_smooth': loss_smooth, } 想问您使用的是几个loss？是”loss_l1+loss_cons+loss_smooth“三个loss吗？还是仅仅loss_cons + loss_smooth * 0.1？ 还想问下作者，使用HDv3复现插多帧模型的时候，训练并不成功，模型的psnr值为2.多，是什么原因呢？
Hi，我用的是 loss_l1+loss_cons*0.01+loss_vgg(可选)；psnr这么低的情况下，是不是有可能数据喂错了 你可以只用 l1 loss跑通再试别的
