SuperK
SuperK
我也这个结果，你使用的没有问题。我当时取的是全FDDB测试结果的均值，你如果测得均值也大于30ms，那就是我当时结果夸大了。
sorry , i forget it for a long time.
上面写英文是为了国际友人也能理解，这里中文再阐释下，上面可能说的可能不太清楚。 我看论文里作者设置content loss的权重为10，而 adv loss没有乘以任何权重，但是我看你的代码里，都乘以了10（或者是我对代码理解错了）。其实我自己在用其他作者提供的CartoonGan训练代码训练时，按照作者那种10:1的loss设置方式，发现训练了很多轮迭代，但是丝毫没有卡通风格出现，所以怀疑论文里作者出现了笔误，而且在我理解，如果content loss比重过大，那么不管训练多少轮迭代，也只是让输入输出竭力相似，所以猜测应该是adv loss为10，content loss为1，我用这种比重试验了下，确实效果要好很多，所以想和你验证一下，你是否遇到类似的问题？谢谢。
哦哦~，谢谢，明白了。 原来您才是原作啊，居然Star这么少，可能是用lua的人不多吧，我是用了另一个人的python-tensorflow的代码训练的，既然原作在此，要好好研究一下您的代码了。
另外不知道您是否还在继续研究这个课题，CartoonGan的生成效果确实很棒，但是网络的确偏大，处理速度较慢，不知是否有在优化上有什么进展？
嗯，感觉这个工作还是很有趣而且蛮有价值的，如果能够在手机上实时运行是很有亮点的东西，我目前工作是在做风格迁移这块内容，以后需要多多指教了。
我发现我在训练的时候，对所有的训练图片只做了非等比resize到256*256，而没做crop，和这是否有关？