关于resfft_conv_block给其他模型带来的提高没有效果

[Pearyong]

[Pearyong]

作者你好,很高兴你能取得如此好的训练效果.对于该模型我有一些疑惑,需要您帮我解答一下，感谢。
我在论文中看到您在MIMO_Unet中加了res_fftconv_block之后，模型psnr提高了0.8+。但是我自己加进去之后，训练的效果不尽人意。我想问一下需要进行哪一些调整呢？
很抱歉打扰到您了，希望方便之时帮我解惑难题。

[INVOKERer]

请问你是否有按照项目里的流程完成训练与测试？是在GoPro数据集上进行的试验么？

[Pearyong]

是的，我将res_fftconv.block 替换掉原本的resblock ，然后进行训练。其他没有改变

…

------------------ 原始邮件 ------------------ 发件人: "INVOKERer/DeepRFT" ***@***.***>; 发送时间: 2024年3月25日(星期一) 晚上9:50 ***@***.***>; ***@***.******@***.***>; 主题: Re: [INVOKERer/DeepRFT] 关于resfft_conv_block给其他模型带来的提高没有效果 (Issue #54) 请问你是否有按照项目里的流程完成训练与测试？是在GoPro数据集上进行的试验么？ — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[INVOKERer]

有直接用我发布的模型测试过么？

[Pearyong]

有的,用你的模型跑是没问题的。但是我是将res_fftconv_block替换掉原本的resblock，想要复现论文中MIMO-Unet的效果。
但是我跑出来，效果并没有提升。
我应该进行哪一些修改呢？

[INVOKERer]

额，应该直接train就行了啊？DeepRFT里本身就已经是res_fftconv_block了。

[Pearyong]

很感谢作者的耐心回答,但是我想我的表达有误. 我现在用的是MIMO_Unet的原型,在此基础上加入了res_fftconv_block ,但是psnr没有提升. 没有像论文中说的MIMO_Uuet提升了0.81 .

[INVOKERer]

是去模糊（GoPro）任务还是其他任务？可以先看下训练loss有没有差异。

[Pearyong]

是模糊（GoPro）,loss值很正常 . 我在想是不是我其他参数没设置好,除了设置batch_size=16, 学习率为2e-4.我还缺了哪些设置呢

[INVOKERer]

意思是loss是降得比MIMOUNet低的？你用的测试方法是我这边的测试文件么？

[Pearyong]

是的，加了之后，loss值比不加更低，你指的测试文件是哪一个？没有用你的测试文件，用的也是mimouent原本的。

[Pearyong]

作者，请问方便加个qq或vx吗

[INVOKERer]

可以，测试文件就是我项目中的test.py，我的方法需要采用滑窗法测试。如果还有问题可以加我的微信号mxt97-0410。

[Pearyong]

好的，非常感谢作者！