zhh99

> 1. 只是在训练过程中LR和Ref↓大小相同，但测试时并不一定，这么画是为了体现更general的cases。 > 2. 具体参考这部分code：https://github.com/dvlab-research/MASA-SR/blob/9f0cccb71beafa764dadc5984fc8751cc0740c79/models/archs/MASA_arch.py#L427-L432 > 针对不同大小的参考特征，会对kernel size，stride做相应调整。例如，若x1的patch大小为3x3，则对于x2的参考特征，我们会将其切为6x6，且stride设为2，这样一来产生的patch数就会与x1的patch数相同。 > 3. 是的 > 4. 并没有对LR进行downsample。 Thank you very much for your reply. 我还有个疑惑： self.ref_down_block_size = 1.5与  我理解的是12x12,这两个对应不上； 另外，Ref↓ block的大小不应该和LR...

谢谢！可是Ref↓的3x3patch是从Ref↓ Block中取得，ref_down_block_size = 1.5，怎么从1.5x1.5中取3x3?我看代码中的reflr_patches大小为15x15,是1.5变换来的，为什么不直接设置ref_down_block_size=15，这个地方不太明白。

好的，还想请教下，如果LR patch对应到的Ref↓ patch在边界，比如在左上角的3x3，那这时以这个patch为中心进行裁剪ref_down_block，会超出图像范围，这个问题怎么处理的，对应代码中哪一部分

> 我们在crop patch之前先对block进行了padding（unfold函数中的padding参数），以保证不会出现这种情况。 > > https://github.com/dvlab-research/MASA-SR/blob/9f0cccb71beafa764dadc5984fc8751cc0740c79/models/archs/MASA_arch.py#L303 可是padding后的大小是42x42,若以左上角3x3patch为中心取13x13的block，还是不够大，这里提到的以patch为中心裁剪block，不是这么理解的吗

非常感谢，明白了！

> Hi，训练是在一张2080ti上完成的，跑完完整的实验（包括masa-rec和masa这两个模型）大约需一天半时间。 你好，我用3090跑，光跑完masa-rec得将近两天，这是为什么

@greatlog 您好，文中说PDM与SR可以同时训练，实际训练时，仍然采用单独训练是吗？因为我看代码options/train/psnr下的yml文件里的optim_deg为false