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

代码问题

Closed this issue · 2 comments

你好,我有看到snr-skf的train.py有一段代码:seg_map, seg_feature = seg_model(GT)。请问在train的过程中,也有把groud truth输入到hrnet进行分割得到语义信息的步骤吗?
还有一个问题:请问fuse_block中的MultiEmbedding模块就是论文中的SEM吗?我看了代码感觉和文章的结构有点出入,比如一些layernorm层没有在代码中体现。
本人代码水平较差,现在想尝试将SEM应用到自己的baseline里,还望大佬指教

实际训练还是输入LQ到分割网络里的,当时也有尝试如果训练时分割GT作为训练数据会对结果有什么影响,上传的这个版本可能没改,后来发现还是用LQ训练比较好,毕竟inference的时候是LQ,LQ和GT的差距还是有的,不过可能采取一些训练策略来混合LQ和GT会有更好的结果。

可以参考一下#21,SEM是代码中的各个TransformerBlock

明白了,感谢大佬