langmanbusi/Semantic-Aware-Low-Light-Image-Enhancement

关于代码的问题

UtopiaHu opened this issue · 5 comments

作者您好,我在运行您的SNR-SKF这部分的代码,想请教一下,在 Video_base_model4_m.py 中,在初始化的时候为什么要load一个训练好的结果?

self.print_network()
self.load()

你好,感谢关注,
这个地方可以不load,注释掉就行。。
我是因为资源有限,在调参改代码的时候为了快点出一个大概结果,用来load原模型的参数。你如果需要跑很多case study的话,也可以load一下试试

感谢您的回复,想再请教几个问题。
我个人不太懂语义分割,想问一下,seg_map和 seg_feature 分别是什么?另外,加载的语义分割模型HRNet是原作者训练好的吗?

seg_map是HRNet的语义分割结果,seg_feature是HRNet输出的不同尺度的特征图,这些特征图在HRNet最后的输出头之前合并,然后经过输出头得到seg_map。加载的HRNet是训练好的,这个在文中有写,关于语义分割也可以去看看HRNet原文,虽然实验部分不只是做语义分割,但是是一篇很经典的文章,写的很好。

HRNet的参数不更新的是吧,另外训练时输入HRNet的是正常光照的图像?

对,不更新。至于训练时的输入,每个baseline不太一样,像DRBN就是用前一个循环的输出,具体你可以看看代码