분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
Pix2Pix 베이스로 한 GAN 모델과 한계점
Pix2Pix로 빛번짐 제거 모델을 만들었습니다. 300에폭 훈련과정동안 안정적인 로스함수를 보여 mode collapse나 발산을 보이지는 않지만, 맨 아래에 결과 샘플 이미지를 볼 수 있듯이, GAN에서 흔히 발생하는 artifact를 볼 수 있습니다. 검증셋의 psnr은 30.04로 마무리 되었습니다.
코드에서 볼수 있듯이 612 * 816으로 잘라서 넣었습니다. 리사이즈를 하기에는 VRAM이 부족하더라고요. 너무 크게 리사이즈하면 손실이 더 많은것 같고...
답변 감사합니다^^
공유 감사합니다~ 혹시 validation에서 patch-level psnr 이랑 image-level psnr이랑 차이 많이 발생했을까요??
image-levle psnr이 정확하게 무엇일까요???
안녕하세요. 좋은 코드 공유해주셔서 감사합니다. 저도 관련해서 궁금한 부분이 있는데 patch 단위로 inference해서 얻은 psnr과 patch를 앙상블해서 만든 최종 output 이미지간의 psnr 차이가 크진 않았는지요. 제가 실험했을 땐 patch단위에서는 잘 나오는데 최종 output 코드를 돌릴때 성능이 뚝 떨어져서 고민이 많았었습니다ㅠㅠㅠ
삭제된 댓글입니다
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
잘봤습니다~~
원본 통째로 resize한 걸 input으로 넣으신건가요?