关于训练时psnr提高不多的问题

[lanhoulllllllllll]

您好您好，就是训练时psnr提高不了多少，一直在31、32左右浮动，这是正常的嘛，还有就是用您提供的代码框架去训练别的网络时，参数设置啥的都是一样的但是psnr一直在9和10之间浮动，但是我用它原始的算法去训练时，结果确实正常的，训练效果一直在变好，您能为我解答一下嘛，感激不尽！！！

[Algolzw]

你训练的是几倍超分呢，怎么一开始psnr就这么高。 目前这个框架有个问题就是训练容易崩= =，比如psnr突然降低到9～10。我还没有排查到原因，但一般的解决方法是从崩的前一个断点checkpoint开始重新训练。你可以尝试减小学习率或者修改优化器试一下呢。

[lanhoulllllllllll]

@Algolzw 我训练的是两倍超分，我也不知道为啥一开始2000iter的时候就这么高就算之后接着训下去直到训练完成psnr也提高不了多少，总之一直在31 和32 左右浮动，如果正常训练的话psnr是不会一开始就这么高的吗，是会一直提升的吗

[lanhoulllllllllll]

最离谱的就是训练到最后，psnr和一开始训练几乎差不多，这也太玄学了吧

[Algolzw]

2倍超分的话高比较正常。不过psnr基本没变肯定有问题，loss曲线是保持下降趋势吗，会不会也是崩了呢？

[lanhoulllllllllll]

@Algolzw


从总体上来看模糊核的损失和SR图片的损失都在下降，我也不知道为啥psnr提高不了多少，甚至训练到最后居然和一开始的psnr差不多，它是先下降后上升的

[Algolzw]

 loss看起来很正常啊，好奇怪。你的测试集是怎么制作的呢？

[lanhoulllllllllll]

就是随机选择其他数据集的图像作为验证集，不过这和验证集有关系嘛

[Algolzw]

因为训练看起来是正常的，这个项目是盲超分，需要按照这里来制作验证集。

[joe880923]

我知道驗證集適用您提供的generate_mod_blur_LR_bic.py來生成LRblur/LR/HR/Bicubic，依照8種不同高斯模糊去產生，如果以Set5當作驗證集的話則會產生40(5x8)張HR以及40(5x8)張LRblur來當作驗證集。
想請問如果是想要進行測試的話，分別有五個資料集(Set5、Set14、Urban100、BSD100以及Manga109)，一樣要去使用generate_mod_blur_LR_bic.py去產生8種不同高斯模糊嗎(以BSD100為例，則會產生出800(100x8)張HR以及800(100x8)張LRblur)?還是就使用BSD100提供的各100張HR以及LR去進行測試就好?

謝謝您!

[Algolzw]

是会产生800张BSD100的这种数据集哈

[joe880923]

另外想請問在訓練時提供的訓練資料一樣是提供3450x8張的影像嗎?您在代碼中是dataroot_GT: /data/dataset/research/DIV2K_Flickr2K/HR.lmdb，不確定這邊的HR.lmdb是原始3450張HR影像還是3450x8張的影像。

剛接觸這領域不久，如果有理解不對的地方還請您指點我一下，謝謝。

[Algolzw]

如果是train的话应该是3450原始图像，测试的话则是x8张与LR对应的图像。

[lanhoulllllllllll]

好咧，感谢回复