Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

数据集 #25

Open
a1394156524 opened this issue Nov 21, 2023 · 3 comments
Open

数据集 #25

a1394156524 opened this issue Nov 21, 2023 · 3 comments

Comments

@a1394156524
Copy link

大佬您好,打扰您一下,您是在DIV2K和Flickr2K数据集上训练的,如果只想在DIV2K上训练的话,请问要往哪方面调参数效果会比较好

@sunny2109
Copy link
Owner

大佬您好,打扰您一下,您是在DIV2K和Flickr2K数据集上训练的,如果只想在DIV2K上训练的话,请问要往哪方面调参数效果会比较好

您好,通过我们的实验对比,CNN-based的轻量化模型通过增大数据量带来的性能提升没有ViT-based的明显,使用DF2K训练跟用DIV2K的结果在大部分测试集上是差不多的。

至于调参效果的话,在小模型上channel数量影响会大一些,同时也可以尝试一下progressive training的策略。

@a1394156524
Copy link
Author

好的,十分感谢您的回复!再问您一个问题,CNN-based的模型和ViT-based的模型具体是哪一个?我一直以为这两个是同一个模型,只是参数上设置的不同

@sunny2109
Copy link
Owner

sunny2109 commented Nov 22, 2023

好的,十分感谢您的回复!再问您一个问题,CNN-based的模型和ViT-based的模型具体是哪一个?我一直以为这两个是同一个模型,只是参数上设置的不同

您可以在同样的设置下跑两组对比实验:①SAFMN-DF2K, SAFMN-DIV2K; ②ELAN-light-DF2K, ELAN-light-DIV2K。看看结论是不是符合你的预期。

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

2 participants