NAFNet

NAFNet copied to clipboard

看了一下论文，我自己也训练了一遍width 32的网络，结果能和论文对上，但是貌似结果是SIDD validation set的值？是否不是benchmark的结果呢？

期待您的回复！

leonmakise，您好，

是的，我们和近期的工作如Restormer, MAXIM 等一样，采用了MPRNet的设置。

感谢~ 我从头训练了一遍width32的模型，目前在SIDD validation是39.8525/0.9591，在SIDD benchmark上是39.7/0.958。为什么大家都选择在validation上的结果？虽然论文很多都用了validation的值，但是validation的结果选择最佳模型，benchmark作为online server的report是不是更合理？

leonmakise, 您好，

这可能和历史原因有关， 前面的工作这么做了， 后面的工作为了和它公平的比较一般会选择遵照他们的设置

您好，我是从头训练了一遍REDS-width64的模型，使用3块V100（论文中8块），其他都保持不变（如400000个iteration）但是在REDS-val-300上得到的结果是28.83/0.862，和论文中29.09/0.867相差较大。请问您大概了解可能的原因吗

@leonmakise 我们也提交了SIDD online benchmark 的结果。

@dydxdt 您好， 为了达到文中所报的点， 训练设置(batch_siz应为64 / lr 1e-3 / iters 400k) 需要和原文对齐。 减少batch size其他保持一致， 则1）模型见到的数据少了， 2). 可能lr需要重新设置。 这两种情况都会导致效果不如预期。

@leonmakise 我们也提交了SIDD online benchmark 的结果。

@dydxdt 您好， 为了达到文中所报的点， 训练设置(batch_siz应为64 / lr 1e-3 / iters 400k) 需要和原文对齐。 减少batch size其他保持一致， 则1）模型见到的数据少了， 2). 可能lr需要重新设置。 这两种情况都会导致效果不如预期。

谢谢您的回复！我再去试试