SAFMN_Real 如何训练

[wangxinchao-bit]

您好！对您提供的SAFMN_Realx2.pth在真实图像中的超分表现我们感觉效果很好，但是这个在Set5数据集上的评估PSNR就比较低， 2024-04-20 17:37:07,104 INFO: Loading SAFMN model from D:/pythonSoftware/codes/SAFMN/models_pretrain/SAFMN_L_Real_LSDIR_x2.pth, with param key: [params]. 2024-04-20 17:37:07,190 INFO: Model [SRModel] is created. 2024-04-20 17:37:07,191 INFO: Testing Set5... 2024-04-20 17:37:08,370 INFO: Validation Set5 # psnr: 25.5341 Best: 25.5341 @ SAFMN_c36n8_x2 iter # ssim: 0.8602 Best: 0.8602 @ SAFMN_c36n8_x2 iter 所以i想请教您SAFMN_Real是如何训练的呢？ 谢谢！！！

[sunny2109]

您好，合成退化数据这里我综合了RealESRGAN跟BSRGAN，训练流程先用L1 + 0.05*FFT Loss预训练再用GAN训练。

[wangxinchao-bit]

相当于您是基于RealESRGAN 和BSRGAN 构造合成数据，然后在合成数据上训练从而得到SAFMN_Real，是这样理解么？

[sunny2109]

相当于您是基于RealESRGAN 和BSRGAN 构造合成数据，然后在合成数据上训练从而得到SAFMN_Real，是这样理解么？

是的

[wangxinchao-bit]

不好意思，你上面提到，先用L1 + 0.05*FFT Loss预训练，再用GAN训练。 想问下，用GAN是如何训练，得到的不应该是微调的GAN模型(不知道我这样理解对不对？）

[sunny2109]

要不我们用邮箱([email protected])私下交流吧

[wangxinchao-bit]

好的

[EchoXu98]

您好，合成退化数据这里我综合了RealESRGAN跟BSRGAN，训练流程先用L1 + 0.05*FFT Loss预训练再用GAN训练。

你好，大佬 ，又来咨询一下里。关于real_SAFMN的训练。我注意到您再用了与Real-ESRGAN相同的训练方式，但是在Real-ESRGAN源码中，两个训练阶段里都使用了MultiStepLR作为学习率调度器，但是在MultiStepLR的具体参数设置时，其中milestones直接等于total_iter（在Real-ESRGAN的两个阶段都是这样设置的），按照MultiStepLR的原理，那么整个训练过程中，学习率都是不变化的，这让我很疑惑。所以想咨询下，在您的训练real_SAFMN的过程中，使用的什么学习率调度器，学习率又是如何变化的？